我想拟合一条线到线的片段，即大约属于该线的少量（通常少于 10 个）线段。这条线有一个小坡度。但也有异常值：线外的段（通常更小）。下图是一个典型案例。碎片之间没有水平重叠。
我宁愿避免尝试拟合所有细分子集并保持最佳状态。我也不会依赖 RANSAC，因为样本太小。
有什么建议吗？
更新：
我现在计划将问题改写为在点上拟合一条线的问题，即在各个线段上的无穷大点，假设线性密度恒定。通过以积分形式重写最小二乘方程，我们可以看到我们可以认为这些线段集中在它们的中间，权重等于它们的长度；还有一个额外的术语考虑了它们的斜率。这为分段上的配件提供了良好的接地。
现在我仍然需要结合异常值检测。受 RANSAC 的启发，我可以选择最长的线段并单独或成对使用它们来获得候选线。对于每一行，评估总误差，并保留给出最小值的行。从那里开始，一些标准（尚未找到）应该允许拒绝离群值并在离群点上执行最终的最小二乘拟合。
我猜斜率将大约是线片段斜率的平均值乘以等于片段长度的因子（或片段长度的平方，取决于外围片段的长度如何比较）。然后将该线与该斜率最佳拟合。
所以取线片段，将斜率转换为角度（arctan2（y1-y0，x1-x0））乘以长度将它们全部加起来，除以（所有片段的总长度）。对位置（线片段的中点位置*片段长度）/（所有片段的总长度）执行相同的操作，然后确保具有该斜率的线与具有该值的点相交。
更新：
如果我们不考虑太多关于坡度的问题，我们宁愿在位置上对线进行最佳拟合，以考虑我们再次按其长度加权的各个部分的影响。
求片段的总长度。迭代片段，直到达到片段总长度的 1/3。这将是你的第一个点的 x。然后选择一些任意小的值并再次遍历片段，以您选择的速率进行采样。然后，该样本的影响是给定的 y 乘以 x 的线性距离，从 x 的 1/3 到通过所有片段的所有片段均由所有片段的线性距离的总和归一化。对 2/3 的方式做同样的事情。并在两个结果点之间画一条线。
正如你所问，我有一些建议。完整且有效的答案对我来说有点太多了。我的建议包含两个主要部分。一一拿下：
处理异常值：
摆脱异常值的一个建议是对线段进行聚类。然后，不要担心落在集群之外的行。但是，你如何聚集这些线条？将整个 2D 平面划分为y = 0 to a、y = a to 2a等y = 2a to 3a。落在同一条带中的线段y = i to j将用于生成正确条带的i和j值。
但是有一个问题：如果线段没有很好地水平分割怎么办？如果多数线倾斜 38 度而不是接近 0 怎么办？在这种情况下，您可以进行主成分分析。很抱歉将您链接到这样一个开放式的想法 - 您的问题有点需要它。
重新对齐你的线条，使它们主要平行于 X 轴，然后，正如我上面提到的，找到包含大部分线条的条纹。
近似最佳拟合线：
现在，在您完成正确的条纹后，获取所有落在条纹中的线段并使其致密。致密化是将线段近似为点集合的步骤。由于所有这些线段都在y = i和之间y = j，因此，您可以将线y = (i + j) / 2作为最佳拟合线开始。然后：
y = c.