在最小二乘法的最基础上采用中心移动逐步搜索，能够不需试探便可确定搜索方向。然后利用最小二乘圆将误差圆分成正域和负域两部分，使计算量大大减少。在此基础上再利用删点技术将一些不必要用于计算的点删去，进一步减少计算量。这种技术应用于圆度误差最小区域评定中不但能够保证计算的精确度，而且达到了检测快速的目的。

在圆度误差评定过程中,针对以往几种方法对采样点数据筛选过程中可能出现的误删和错删现象,本文提出一种新的删点技术,即采用凸壳理论实现对特征点的筛选,其实质是将寻找特征点的问题转化为求解壳顶点的问题,利用凸多边形的几何不变性来确保删点结果的准确性和唯一性,并大大简化运算过程和提高运算速度,经过与实测结果的对比分析,证明了本文提出的删点技术正确可行.

本文提出在圆度误差评定中用凸壳理论实现对特征点的筛选,其实质是将寻找特征点的问题转化为求解壳顶点的问题,利用凸多边形的几何不变性来确保删点结果的准确性和唯一性,并大大简化运算过程和提高运算速度,经过与实测结果的对比分析,证明了本文提出的删点技术正确可行.

为了解决在圆度误差评定中,当采样点数增多时,计算效率低的问题,提出了删点技术.在计算圆度误差前有效地删除那些不会对评定结果产生影响的无关点,以达到减小计算复杂度的目的.提出了α-壳删点技术,使α-内外壳的半径接近评定圆,并将该技术应用在最小外接圆（MCC）、最大内接圆（MIC）、最小区域圆（MZC）的评定过程中.针对采样得到的同一组数据进行算法的验证及比较.验证结果表明,采用本算法进行删点后得到的点数分别是前人的44.3%和87.5%.由此得出,本算法具有更高的效率.