摘要：在实验测试中，除了获得包含误差的正常数据，实验员常常也可能观察到一些明显错误的点，我们称之为“坏点”。坏点的存在可能会严重影响实验最终结果的可靠性，所以在数据分析前，应该被处理掉。以往的常规坏点处理方法多为肉眼查看，手动排除。这种方法工作量大，并且判断依据不够明确，只靠“感觉”，另外，在接收到大量数据的时候，手动法无能为力。本文在使用计算机编程的基础上，应用Hough变换，提出了一种坏点剔除的新方法，可处理符合直线拟合特征的实验数据中的坏点；作为扩展应用，该方法也可以处理以下两种数据：可通过函数变换转化为符合线性分布的数据和Hough变换可处理的服从曲线分布的数据。仿真实验和实际应用表明，本方法具有较好的性能。

关键词：实验数据拟合 坏点剔除 hough变换 

单位：北京邮电大学电信工程学院 北京100071 国防科学技术大学电子科学与工程学院 湖南长沙410073