Robust Orthogonal Fitting of Plane

Least Squares orthogonal distance fitting of plane surface onto 3D points is the best option in the event that gross errors nor systematic errors affect the observations. However, such situations often occur in the processing of the experimental data and robust methods are a good alternative in such cases. This issue is illustrated by the example of orthogonal fitting a plane on a set of 3D points using a robust M-estimate by Huber.

Ortogonalne dopasowanie odległości płaskiej powierzchni na punkty 3D metodą najmniejszych kwadratów jest najlepszym rozwiązaniem w przypadku gdy błędy grube oraz błędy systematyczne nie wpływają na obserwacje. Takie sytuacje zdarzają się jednak często podczas przetwarzania danych eksperymentalnych, a metody odpornościowe są dobrą alternatywą w przypadkach tego typu. Ten problem został przedstawiony na przykładzie dopasowania ortogonalnego płaszczyzny na zestaw punktów 3D przy użyciu metody M-estymacji opracowanej przez Hubera.