问题说明
实际操作中，发现有的多边形存在“尾巴”或者很细的部分。“尾巴”细长，明显不是有效建筑物区域，特点就是区域面积小，看起来细长，附着于大面积多边形外测或者连接两个多边形。
需要去除尾巴或者分割多边形，为后面拟合多边形做准备。
算法思想
去除“尾巴”（凸出部分）和分割多边形的算法思想：
1.求平均距离。
针对环，遍历每个点，求到下一个点之间的距离，计算该环两点间的平均距离L，为之后设定阈值做准备。
具体做法：每个polyline（环）添加计算平均距离的函数calAvgDis，添加平均距离成员变量avgDis,在构造函数中调用calAvgDis函数初始化avgDis。
2.设定判断两点的距离阈值和下标阈值。
即存在两个点下标差超过阈值，距离差小于阈值，若两点与其之间的点构成的环面积小于阈值，则说明“尾巴”存在；若大于阈值，则说明多边形应该分割。
此处下标阈值设定为10，距离阈值设定为3个avgDis,面积阈值设定为固定值，具体效果和参数的改变要根据实际效果改变。
3.遍历环上的没点，找到最符合条件的两点。
计算每点到其他点的距离，针对每个点来说，遍历的起点是本点阈值+下标阈值。
当出现距离小于阈值时，记录下标号，得到（本点下标，距离小于阈值点的下标）的下标对。
每个点可能有不同的下标对，每个环可能有不同的疑似点及其下标对。
如何找到最合理的两点，遍历这些下标对：1）首先找下标号差距最大；2）相同的情况下距离最小的；
4.找到两点后：1）针对“尾巴”（面积小于阈值），消除两个点之间的点，得到除去尾巴的多边形。2）针对面积大于阈值的，分割多边形。
5.循环操作，直至某一次操作前后环的点个数一致。
实际操作
1.设置 距离阈值 和 下标差阈值，实际数值根据要求进行设置
int firstNum = circles[i]->pts.size(); //操作前点数 int lastNum = 0; //操作后点数 初始为0 int t = circles[i]->pointDisThreshold; //下标差阈值 double length = circles[i]->calAvgDis(circles[i]->pts); //距离阈值
2.针对环的每一个点，求与之距离超出阈值，下标差超过阈值且差值最大的点，形成一个点与另一个点的关系对（J和K），遍历所有的关系对，找到最合适的一个关系对（因为每次只删除一个尾巴）
while( count<1 && firstNum!=lastNum )
{
firstNum = circles[i]->pts.size();
int num = circles[i]->pts.size()-1; //环的点数(去除尾点)
int finalJ = 0, finalK = 0, FinalDis = 0, finalType = 0; //最后J,K,类型
if(num > t) { //环的总点数大于点数差阈值时
//找到所有环中下标差最大的两点
for(int j = 0 ; j < (num - t); j++){ //遍历环的每个点，
int tempDis = 0, tempk = 0, temptype = 0;
for(int k = (j + t) ; k<num && (j+num-k)>=t ; k++) { //针对每一个点，计算该点与符合要求的点的距离，找到下标差最大的另一个点,
int dis = (j+num-k)>=(k-j)?(k-j):(j+num-k); //取小的
int type = (j+num-k)>=(k-j)?1:2; // 1代表顺序，2代表非顺序
if( (calDis(circles[i]->pts[j],circles[i]->pts[k])<(length*3)) && (tempDis<dis) ){ //寻找下标差最大
tempDis = dis;
tempk = k;
temptype = type;
}
}
if( FinalDis<=tempDis ){
FinalDis = tempDis;
finalJ = j;
finalK = tempk;
finalType = temptype;
}
}
}
3.删除尾巴或者分割多边形
实验效果
总结
由于本算法自己原创，实际问题又非常复杂，所以效果并没有很理想，后期还有优化。实际操作中，部分尾巴去不掉，算法也耗时，这表明这种方法并不是一个很成熟的算法。而且由于数据的复杂性，考虑的问题很多。比如有的最理想的点对中，一个在环首附近的位置，另一个在环尾附近位置，需要考虑不同的取舍办法，等等。
该算法以后需要进一步考虑和优化。