Halcon 曲线拟合时怎么过滤掉异常点

问题遇到的现象和发生背景

通过多点拟合曲线，但想要过滤掉异常凸起的点.
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
Rows := [150,151,154,157,159,58,160,165,160,165,160,160,163,160]
Cols := [50,70,92,119,142,175,200,253,300,352,377,400,426,450]
gen_cross_contour_xld (Cross, Rows, Cols, 12, 0.785398)
gen_nurbs_interp (Rows, Cols, [0,-10,0,10], 3, CtrlRows, CtrlCols, Knots)
gen_contour_nurbs_xld (Contour, CtrlRows, CtrlCols, Knots, 'auto', 3, 5, 5)
dev_display (Contour)
dev_display (Cross)

遇到的现象和发生背景，请写出第一个错误信息

求好的可以过滤掉凸起点的方法.

用代码块功能插入代码，请勿粘贴截图。 不用代码块回答率下降 50%

运行结果及详细报错内容

我的解答思路和尝试过的方法，不写自己思路的，回答率下降 60%

采用了平滑处理，但效果不好.

我想要达到的结果，如果你需要快速回答，请尝试 “付费悬赏”

计算曲线拟合之前，对原始数据进行异常值过滤就行了。比如说，用算法（如中位数绝对偏差法）来识别异常点，然后在拟合曲线之前删除它们。在进行异常值过滤之前，你要从原始数据中复制出 Rows 和 Cols 变量。然后，用异常值过滤算法，识别和删除异常点，将新的 Rows 和 Cols 变量传递给曲线拟合函数。

可以尝试使用滤波器来过滤掉异常凸起的点——滤波器的作用是可以通过计算每个点的梯度来检测凸起点，并将其过滤掉，还可以使用曲线拟合算法，如最小二乘法，来拟合曲线，并过滤掉异常凸起的点。

该回答引用ChatGPT
一种常用的过滤异常点的方法是RANSAC（随机样本一致性）算法。该算法通过随机选择一组数据点，然后通过对这些点的拟合来确定是否有一组点是异常的，并通过重复该过程多次来确定最终的拟合模型。

如果不想使用RANSAC，也可以使用曲线拟合方法进行平滑处理，例如三次样条插值法或者样条曲线拟合法。这些方法通过对原始数据进行平滑处理来过滤掉异常点，但需要选择合适的平滑参数。

在使用 Halcon 进行曲线拟合时，可以通过以下步骤过滤掉异常点：

首先，使用 Halcon 函数对数据进行预处理，以获得点云数据。

然后，使用 Halcon 函数对数据进行分析，确定哪些点是异常点，也就是设定阈值，超出阈值范围的为异常点。

接着，使用 Halcon 函数从数据中删除异常点，很好操作。

最后，使用 Halcon 函数对剩下的数据进行曲线拟合。

具体的函数和代码实现请参考 Halcon 官方文档或相关资料。