Оптимизация перекрывающихся 2D-точек
Краткий обзор того, что уже существует:
У меня есть набор из сотен или тысяч 2D-точек (x и y), в которых я должен найти все вхождения данного шаблона. Узор также представляет собой набор 2D-точек (х и у), но значительно меньших. Первый набор называется "облако точек", а второй просто "шаблон".
Опять же, чтобы уточнить: мне действительно нужно найти все вхождения / совпадения, даже если они просто повернуты или покрывают те же точки, которые уже включены в другое сопоставление. В большом наборе точек можно найти тысячи или даже миллионы совпадений.
У меня уже есть рабочее решение / алгоритм для этого - он отлично работает.
Где сейчас проблема / вызов?
Теперь мне нужно найти / отфильтровать набор соответствий, которые идеально подходят к облаку точек - в идеале, без наложения. Результатом должно быть (почти полное) покрытое облако точек.
Знает ли кто-нибудь интересную область исследований, которая фокусируется на этой проблеме? Это даже разрешимо в настоящее время (без нереального количества вычислительной мощности)? Есть ли документы, освещающие эту проблему? Или, может быть, эвристика, которая дает "хорошие" результаты?