Я ищу алгоритм, который берет неструктурированный набор 2D-точек, как показано выше, и дает мне разложение на ограничивающие рамки, как показано ниже. Ограничивающие рамки могут перекрываться, но алгоритм, тем не менее, должен попытаться найти плотное соответствие (не обязательно, чтобы оно было наилучшее из возможных, но должно быть хорошим).
Я уже пытался работать с K-Means, но это не дает мне полезных результатов, так как мне нужно уже знать, сколько кластеров мне нужно.
Для этого есть несколько подходов. Я бы использовал алгоритм RANSAC для последовательного подбора ориентированных ограничивающих рамок (OBB ) к данным. Применяя этот подход, вы можете даже улучшить выборку выборки, вычислив ограниченную триангуляцию Делоне на ваших данных, таким образом отбросив большие края при подгонке OBB.
В качестве альтернативы вы можете применить алгоритм альфа-формы ко всему набору точек и начать разложение на более мелкие фигуры, но это требует определения оптимального значения альфа-канала, что не является тривиальным.
