小编Epi*_*ink的帖子

我试图将已知的明确定义的形状（例如，盒子，圆柱体；具有可配置的位置，旋转和尺寸）拟合到一组点，这些点具有通过采样3D网格生成的法线。我当前的方法是为每个形状定义自定义拟合函数，并将其传递给第三方优化函数：

fitness = get_fitness(shape_parameters, points)
best_parameters = external.optimise(get_fitness, initial_parameters, points)

（作为参考，我目前正在使用Python 3并scipy.optimize.minimize带有边界，但是语言无关紧要）。

矩形的适应度函数看起来像

def get_fitness(parameters, points):
    side_fitnesses = []
    for side in [top, right, bottom, left, back, front]:
        dists = get_side_distances(parameters, points, side)
        ndevs = get_side_normal_deviations(parameters, points, side)
        side_fitnesses.append(combine_dists_and_ndevs(dists, ndevs))
    fitnesses = choose_best_side_for_each_point(side_fitnesses)
    return mean(fitnesses)

但是，这意味着我必须确定异常值（有/没有缓存），并且一次只能拟合一个形状。

例如（在2D中），对于这些点（具有法线），我想要以下结果：

请注意，返回了多个形状，并且忽略了异常值。通常，输入数据中可以有许多，一种或零种形状。后处理可以删除无效（例如，太小）的结果。

注意：我真正的问题是3D。我具有真实世界对象的3D网格表示的片段，这意味着我除了上面的示例中的点/法线（例如面部区域和连接性）外，还具有更多信息。

进一步阅读：

• 形状拟合不明确
• 高度技术性的n维拟合
• 原始形状拟合论文
• 关于类似问题的未解决的SO问题

PS：我不确定StackOverflow是否是此问题的最佳StackExchange网站

如何在Ubuntu 16.04 LTS上安装Python 3的numba当前版本(0.30.1)？我的Python版本是3.5.2,我有一个Ubuntu的准系统安装(我认为是服务器版)