A qualidade da transformação de coordenadas é afetada por múltiplos fatores, como a distribuição dos pontos comuns e a precisão das medições. Para melhorar o efeito da transformação de coordenadas, foi projetado um método de seleção ótima de pontos comuns que leva em consideração a distribuição da localização e a precisão da medição. Primeiro, utiliza-se um método de estimativa robusta para processar os dados e eliminar valores discrepantes; então, os pontos homônimos restantes são centralizados, agrupados por quadrantes, calculada e ordenada a extensão da projeção dos pontos homônimos no eixo do quadrante e selecionados alguns pontos com projeções maiores em cada quadrante como conjunto de pontos amostrados; em seguida, percorre-se o conjunto de pontos amostrados, extraindo pelo menos um ponto homônimo de cada grupo para obter várias combinações, calculando para cada combinação o número de condição da matriz de coeficientes da equação de erro e a precisão interna da transformação de coordenadas; por fim, seleciona-se como combinação ótima aquela entre as que apresentam baixo número de condição e maior precisão interna. A performance do método foi verificada por meio de simulações e análise de casos, e os resultados mostram que, comparado com as referências [24] e [28], o método proposto possui melhor precisão interna e externa, melhor qualidade na transformação de coordenadas e robustez.

transformação de coordenadas;pontos comuns;estimativa robusta;quadrante;centralização