fast_threshold (Image, Region, 0, 120, 7)
boundary (Region, RegionBorder, ‘inner‘)
dilation_circle (RegionClipped, RegionDilation, 2.5)
reduce_domain (Image, RegionDilation, ImageReduced)
一副图片的前期处理：
1、 Blob应用（逼近感兴趣区域）
2、 Boundary
3、 膨胀
4、 形成Image
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
提取图像精确边缘 (精确边缘就是亚像素边缘)
（这个函数就是将含有边缘的图像变成亚像素轮廓XLD）
Image: 输入图像
Edges： 输出边缘轮廓
Filter： 边缘提取算法的名称 (canny，lanser1 )
Alpha： 高斯平滑系数
Low： 低阈值
High： 高阈值
edges_sub_pix (ImageReduced, Edges, ‘canny‘, 2, 20, 60)
(20,60,这两个越小，边缘越多，越细腻，越大，边缘越少)
介绍一下Canny算子：
使用累计直方图计算两个阀值。凡是大于高阀值的一定是边缘； 凡是小于低阀值的一定不是边缘；如果检测结果大于低阀值但又小于高阀值，那就要看这个像素的邻接像素中有没有超过高阀值的边缘像素：如果有的话那么它就是边缘了，否则他就不是边缘；
segment_contours_xld(Contours : ContoursSplit : Mode, SmoothCont, MaxLineDist1, MaxLineDist2 : )
将一个XLD轮廓分割为直线段、圆（圆弧)、椭圆弧。
Contours： 需要进行分割的轮廓。
ContoursSplit： 分割后的轮廓tuple。
Mode： 分割轮廓的方式，可以选择‘lines‘（使用直线段分割）,
‘lines_circles‘（使用直线段和圆（弧）分割）,
‘lines_ellipses‘（使用直线段和椭圆弧分割）。
SmoothCont： 轮廓平滑的参数，可以抑制在折线逼近过程中过短的线段，能更加鲁棒的逼近圆和椭圆。
MaxLineDist1： 第一次用Ramer算法（即用直线段递进逼近轮廓）时的MaxLineDist，在逼近完成之后，再 用圆弧或椭圆弧对相邻分割线段进行拟合，如果拟合圆弧到轮廓的距离小于逼近线段到轮廓的距离，就用圆 弧替代逼近线段，这个过程一致迭代直到所有的线段拟合完毕。
MaxLineDist2： 第二次逼近轮廓时的MaxLineDist，只有当MaxLineDist2
这种两步逼近算法效率较高，因为在第一次逼近过程中，递进逼近的直线段较少，因此较大直径的圆弧能够被高效的分割出来。在第二次逼近过程中，能够被小直径圆弧逼近的轮廓被找到，同时大直径圆弧的末端被重新定义。
segment_contours_xld (Edges, ContoursSplit, ‘lines_circles‘, 5, 4, 3)
Remark：
分割得到的轮廓是直线段、圆（圆弧）或者椭圆弧可以通过分割后轮廓的全局属性‘cont_approx’参数的值来确定（参考get_contour_global_attrib_xld)。
如果‘cont_approx‘=-1，这一部分轮廓最适合被拟合为直线段。
如果‘cont_approx‘=0，这一部分轮廓最适合被拟合为椭圆弧。
如果‘cont_approx‘=1，这一部分轮廓最适合被拟合为圆弧。
Count_obj (ContoursSplit，Number)
计算ContoursSplit连通域的个数
Select_obj (ContoursSplit,i)
选择ContoursSplit连通域中第i个连通域
get_contour_global_attrib_xld(Contour : : Name : Attrib)
用于得到一段XLD轮廓的全局特征
参数列表：
Contour（in）：单个轮廓
Name : 特征名称，如
regr_norm_row\regr_norm_col\regr_mean_dist\regr_dev_dist\cont_approx
Attrib（out）：特征值
可能前置项：
lines_gauss, lines_facet, edges_sub_pix
get_contour_global_attrib_xld (ObjectSelected, ‘cont_approx‘, Attrib)
如果Attrib =-1，这一部分轮廓最适合被拟合为直线段。
如果Attrib =0，这一部分轮廓最适合被拟合为椭圆弧。
如果Attrib =1，这一部分轮廓最适合被拟合为圆弧。
If (Attrib > 0)
fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder)
对亚像素拟合圆的函数
Contours（in）： 输入轮廓
Algorithm（in）： 拟合圆的算法
MaxNumPoints（in）： 用于计算的最大轮廓点个数
MaxClosureDist（in）： 一个轮廓的末尾点最大间距被认为是闭合
ClippingEndPoints（in）：在逼近过程中被忽略的开始及末尾点个数
Iterations（in）： 迭代的最大次数用于鲁棒加权拟合
ClippingFactor（in）： 消除异常值的裁剪因子
Row（out）： 圆心行坐标
Col（out）： 圆心列坐标
Radius（out）： 圆半径
StartPhi（out）： 开始点的角度（rad）
EndPhi（out）： 末尾点的角度（rad）
PointOrder（out）： 边界点的顺序
fit_circle_contour_xld (ObjectSelected, ‘ahuber‘, -1, 2, 0, 3, 2, Row, Column, Radius, StartPhi, EndPhi, PointOrder)
函数作用：
对一些线段的XLD做近似计算直线计算
参数Algorithm的可选项解释如下：
algebraic：这种方法减少了轮廓点与结果圆之间的代数距离
ahuber：类似于algebraic，轮廓点被加权以减小异常值的影响基于方法Huber
atukey：类似于algebraic，轮廓点被加权以减小异常值的影响基于方法Tukey
geometric：该法减少了轮廓点与结果圆之间的几何距离，该法被统计是最优的，但占用很多计算时间。如果轮廓点被噪声干扰严重，可以考虑使用该方法。
geohuber：类似于geometric，轮廓点被加权以减小异常值的影响基于方法Huber
geotukey：类似于geometric，轮廓点被加权以减小异常值的影响基于方法Tukey
ClippingFactor控制被弱化的异常值个数，值越小，越多异常值被检测到。
最小拟合一条线的必要轮廓点个数是2，因此，一条轮廓线点个数至少是2+2*ClippingEndPoints
可替代项：
fit_ellipse_contour_xld
fit_line_contour_xld
fit_rectangle2_contour_xld
可能后置项：
gen_circle_contour_xld
disp_circle,
get_points_
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
提取图像精确边缘 (精确边缘就是亚像素边缘) （zero—cross）
segment_contours_xld(Contours : ContoursSplit : Mode, SmoothCont, MaxLineDist1, MaxLineDist2 : )
将一个XLD轮廓分割为直线段、圆（圆弧)、椭圆弧。
get_contour_global_attrib_xld(Contour : : Name : Attrib)
用于得到一段XLD轮廓的全局特征
fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder)
对亚像素拟合圆的函数
第一步：提取轮廓
第二部：分割轮廓
第三部：选取轮廓，得到特征
第四部：根据特征，选择函数进行拟合
1、亚像素精度阈值分割
threshold_sub_pix(Image : Border : Threshold : )
2、亚像素轮廓查找
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
zero_crossing_sub_pix(Image : ZeroCrossings : : )
转载自：http://blog.sina.com.cn/s/blog_c01c55220102ypsx.html
原文：https://www.cnblogs.com/Amiry/p/11916841.html