fit_circle_contour_xld 对xld进行圆拟合

签名：

1. fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder)

复制代码

通过对输入的Contours使用圆相关算法进行拟合，并生成圆的参数。
需要注意的是，输入的Contours的数据只能包含一个圆的数据，因为该算子不会对轮廓进行分割，所以轮廓应该视为近似一个圆。

参数：
Contours：输入轮廓

Algorithm：圆的拟合算法

1. 'algebraic' 这种方法可以最大限度地减少轮廓点与所得圆之间的代数距离。
   
2. 'ahuber' 与“algebraic”类似，轮廓点根据 Huber 的方法进行加权，以减少异常值的影响。
   
3. 'atukey' 与“algebraic”类似，轮廓点根据 Tukey 的方法进行加权，并忽略异常值。
   
4. 'geometric' 这种方法可以最小化轮廓点与最终圆之间的几何距离。虽然这种距离度量在统计上是最优的，但计算时间较长。如果轮廓点受噪声影响较大，建议采用这种方法。
   
5. 'geohuber' 与“geometric”类似。这里，轮廓点根据 Huber 的方法进行加权，以减少异常值的影响。
   
6. 'geotukey' 与“geometric”类似。这里，轮廓点根据 Tukey 方法进行加权，并忽略异常值。
   

复制代码

对于"*huber"和"*tukey"算法，使用稳健误差统计来估计轮廓点到近似圆的距离的标准差（不包括 异常值）。

MaxNumPoints：用于计算的最大轮廓点数（-1 表示所有点）
为了减少计算量，可以将圆的拟合限制在轮廓点的子集上：如果将MaxNumPoints赋值为-1以外的值，则只使用轮廓上均匀分布的MaxNumPoints个点。

MaxClosureDist：轮廓线端点之间的最大距离，该距离被视为“闭合”。

ClippingEndPoints：拟合过程中要忽略的轮廓线开头和结尾处的点数。

Iterations：稳健加权拟合的最大迭代次数。
该参数指定算法"algebraic","ahuber"和"atukey"的迭代次数。
对于算法"geometric","geohuber"和"geotukey" ，此参数将被忽略。
如果设置为零，则算法不会对拟合圆进行迭代改进，而只会根据所选的异常值处理方式检查初始猜测是否已经足够接近。

ClippingFactor：剔除异常值的裁剪因子（典型值：Huber 为 1.0，Tukey 为 2.0）。
控制异常值的数量：该值越小， 检测到的异常值就越多。
在Tukey算法中，异常值会被移除；而在Huber算法中，异常值仅被抑制，或者更准确地说，是被线性加权。
如果没有进行任何稳健加权，则在优化过程中（即最小二乘法）将距离的平方作为误差值。
在实践中，建议使用Tukey方法。

对于圆弧，选择圆上距离原始轮廓起点和终点最近的点作为起点和终点。

Row：圆心的行坐标

Column：圆心的列坐标

Radius：圆的半径

StartPhi：起始点角度[弧度]

EndPhi：终点角度[弧度]

PointOrder：边缘点的顺序，值为：'negative', 'positive'