一种按阈值去除平面冗余坐标点的简单算法

对于如下分布的几个坐标点， $C,D,E$C,D,E 为冗余点，需要剔除两个

首先构建距离矩阵 $D$D，如选用下图的上三角矩阵。然后依次遍历 $D(i,j)$D(i,j)，其中 $j>i$j>i，再按阈值 $T$T 剔除“小距离”所在行对应的坐标点：
D(i,j)<T
即 $CD$CD 坐标点被剔除， $E$E点保留

测试代码：

import matplotlib.pyplot as plt
import numpy as np


def unique(data, thres):
    result = data[::-1].copy()
    length = len(data)
    for i in range(length):
        for j in range(i + 1, length):
            distance = np.sqrt(np.sum(np.square(data[i] - data[j])))
            if distance < thres:
                result = np.delete(result, length - i - 1, axis=0)
                break
    return result[::-1]


def main():
    # 数据生成
    pts = np.random.randint(0, 100, [10, 2])
    # 添加冗余点
    pts = np.append(pts, pts[:5] * 1.1, axis=0)
    # 剔除
    ret = unique(pts, 20)
    # 可视化
    plt.figure()
    plt.subplot(121), plt.scatter(pts[:, 0], pts[:, 1], marker="o"), plt.title("Initial Data")
    plt.subplot(122), plt.scatter(ret[:, 0], ret[:, 1], marker="o"), plt.title("Unique Data")
    plt.show()


if __name__ == '__main__':
    main()

试验结果：