先检测出多个边缘点然后拟合成圆形，可用于圆的定位与测量

1 运行参数

先检测出多个边缘点然后拟合成圆形，可用于圆的定位与测量——运行参数

• 扇环半径——圆环ROI的内外圆半经；

• 边绿类型

  • 最强——只检测扫描范围内梯度最大的边缘点集合并拟合成圆；
  • 最后一条——只检测扫描范围内与园心距离最大的边缘点集合并拟合成圆；
  • 第一条——只检测扫描范围内与圆心距离最小的边缘点集合并拟合成圆；

• 边缘极性

  • 黑到白——从灰度值低的区域过渡到灰度值亮的区域的边缘；
  • 白到黑——从灰度值亮的区域过渡到灰度值低的区城的边缘；
  • 任意——上述两种边缘均被检测；

• 边缘阈值——边缘阈值即梯度阈值范国0-255，只有边缘梯度阈值大于该值的边点才被检测到，数值地大，抗躁能力越强，得到的边缘数量越少，甚至导致目标边缘点被筛除；

• 滤波尺寸——用于增强边缘和抑制澡声，最小值为1，当边缘模糊或有噪声干扰时，增大该值有利于使得检测结果更加稳定，但如果边缘与边缘之间距离小于滤波尺寸时反而会影响边缘位置的精度甚至丢失边缘，该值须要根据实际情况设置；

• 卡尺数量——用于扫描边缘点的ROI区域数量；

• 剔除点数——误差过大而被排除不参与拟合的最小点数量，一般情况下，离群点越多，该值应设置越大，为获取更佳查找效果，建议与影除距离结合使用；

• 初定位——若开启切定位，结合圆定位敏感度、下采样系数没置，圆初定位可以大致判定ROI区域内更接近圆的区域中心作为切始圆中心，便于后续精细圆查找:若关闭初定位，则默认ROI中心为初始圆中心，一般情况下，圆查找前一模块为位置修正，建议关闭初定位；

• 下采样系数——则下采样也叫降采样，即是采样点数减少，对于一副N*M的图像来说，如果降采样系数为K，则即是在原图中每行每列每隔K个点取一个点组成一幅图像，因此下采样系数越大，轮廓点越稀疏，轮廓越不精细，该值不宜设置过大；

• 圆定位敏感度——排除干扰点，值越大，排除噪声干扰的能力越强，但也容易导致圆初定位失败；

• 剔除距离——允许离群点到拟合圆的最大像素距离，值越小，排除点越多；

• 投影宽度——在ROI中环形分布若干个边缘点查找ROI，该值描述扫描边缘点查找ROI的区城宽度，在一定范围内增大该值可以获取更加稳定的边缘点；

• 初始拟合

  • 局部——局部最优也就是按照局部的特征点拟合圆，如果局部特征更加准确反映圆所在位置，则采用局部最优，否则采用全局最优；
    全局——以查找到的全局特征点进行圆拟合

• 拟合方式——拟合方式有最小二乘、huber和tukey三种。三种拟合方式只是权重的计算方式有些差异，随着离群点数量增多以及离群距离增大，可逐次使用最小二乘、huber和tukey。

下图，干扰较多，应增大滤波尺寸；

边缘极性，黑到白，白到黑，是相对于圆心为参考点；
下图，
黑到白，则检测到内圆；
白到黑，则检测到外圆；