基于代数距离的椭圆拟合的优化及应用研究

鉴于传统的椭圆拟合算法容易受噪声的影响,本文提出了一种基于代数、几何距离和ransac算法的最小平方中值的椭圆拟合方法。方法先采用线性变换对原始数据进行预处理,在得到处理后的离散点后,最小化椭圆和离散点之间的欧氏距离,采用五边形的方法对筛选出的不同点集进行测试,最后确定出椭圆的5个参数,拟合出最终的椭圆图形。仿真实验和实际图像的拟合结果表明,方法可以快速地对星体进行拟合和识别,对噪声具有一定的抵抗力,具有良好的准确性和鲁棒性。