普遍使用的代數(shù)距離最小的最小二乘（ LS）橢圓擬合算法簡(jiǎn)單、易實(shí)現(xiàn)，但對(duì)樣本點(diǎn)無(wú)選擇，導(dǎo)致擬合結(jié)果易受誤差點(diǎn)影響，擬合不準(zhǔn)確。針對(duì)此特性，提出了一種基于萊特準(zhǔn)則的橢圓擬合優(yōu)化算法。首先，由代數(shù)距離最小的LS法對(duì)待擬合曲線進(jìn)行橢圓擬合；其次，將待擬合曲線上的點(diǎn)與LS法擬合的橢圓的代數(shù)距離作為樣本點(diǎn)集，在驗(yàn)證該樣本點(diǎn)集服從正態(tài)分布的情況下，采用萊特準(zhǔn)則，將樣本點(diǎn)中值大于l 3al的點(diǎn)判定為野值并剔除，進(jìn)行多次擬合，直至樣本點(diǎn)中無(wú)野值；最后，得到橢圓最優(yōu)擬合結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明，優(yōu)化算法的擬合誤差在1. 0%以下，相比同條件下的LS法，其擬合精度至少提高2個(gè)百分點(diǎn)。優(yōu)化算法的仿真結(jié)果與其在香煙圓度在線檢測(cè)中的實(shí)際應(yīng)用驗(yàn)證了此算法的有效性。