fast_threshold (Image, Region, 0, 120, 7)
boundary (Region, RegionBorder, 'inner')
dilation_circle (RegionClipped, RegionDilation, 2.5)
reduce_domain (Image, RegionDilation, ImageReduced)
一副圖片的前期處理：
1、 Blob應用（逼近感興趣區域）
2、 Boundary
3、 膨脹
4、 形成Image
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
提取圖像精確邊緣 (精確邊緣就是亞像素邊緣)
（這個函數就是將含有邊緣的圖像變成亞像素輪廓XLD）
Image: 輸入圖像
Edges： 輸出邊緣輪廓
Filter： 邊緣提取算法的名稱 (canny，lanser1 )
Alpha： 高斯平滑系數
Low： 低閾值
High： 高閾值
edges_sub_pix (ImageReduced, Edges, 'canny', 2, 20, 60)
(20,60,這兩個越小，邊緣越多，越細膩，越大，邊緣越少)
介紹一下Canny算子：
使用累計直方圖計算兩個閥值。凡是大於高閥值的一定是邊緣； 凡是小於低閥值的一定不是邊緣；如果檢測結果大於低閥值但又小於高閥值，那就要看這個像素的鄰接像素中有沒有超過高閥值的邊緣像素：如果有的話那么它就是邊緣了，否則他就不是邊緣；
segment_contours_xld(Contours : ContoursSplit : Mode, SmoothCont, MaxLineDist1, MaxLineDist2 : )
將一個XLD輪廓分割為直線段、圓（圓弧)、橢圓弧。
Contours： 需要進行分割的輪廓。
ContoursSplit： 分割后的輪廓tuple。
Mode： 分割輪廓的方式，可以選擇'lines'（使用直線段分割）,
'lines_circles'（使用直線段和圓（弧）分割）,
'lines_ellipses'（使用直線段和橢圓弧分割）。
SmoothCont： 輪廓平滑的參數，可以抑制在折線逼近過程中過短的線段，能更加魯棒的逼近圓和橢圓。
MaxLineDist1： 第一次用Ramer算法（即用直線段遞進逼近輪廓）時的MaxLineDist，在逼近完成之后，再 用圓弧或橢圓弧對相鄰分割線段進行擬合，如果擬合圓弧到輪廓的距離小於逼近線段到輪廓的距離，就用圓 弧替代逼近線段，這個過程一致迭代直到所有的線段擬合完畢。
MaxLineDist2： 第二次逼近輪廓時的MaxLineDist，只有當MaxLineDist2
這種兩步逼近算法效率較高，因為在第一次逼近過程中，遞進逼近的直線段較少，因此較大直徑的圓弧能夠被高效的分割出來。在第二次逼近過程中，能夠被小直徑圓弧逼近的輪廓被找到，同時大直徑圓弧的末端被重新定義。
segment_contours_xld (Edges, ContoursSplit, 'lines_circles', 5, 4, 3)
Remark：
分割得到的輪廓是直線段、圓（圓弧）或者橢圓弧可以通過分割后輪廓的全局屬性'cont_approx’參數的值來確定（參考get_contour_global_attrib_xld)。
如果'cont_approx'=-1，這一部分輪廓最適合被擬合為直線段。
如果'cont_approx'=0，這一部分輪廓最適合被擬合為橢圓弧。
如果'cont_approx'=1，這一部分輪廓最適合被擬合為圓弧。
Count_obj (ContoursSplit，Number)
計算ContoursSplit連通域的個數
Select_obj (ContoursSplit,i)
選擇ContoursSplit連通域中第i個連通域
get_contour_global_attrib_xld(Contour : : Name : Attrib)
用於得到一段XLD輪廓的全局特征
參數列表：
Contour（in）：單個輪廓
Name : 特征名稱，如
regr_norm_row\regr_norm_col\regr_mean_dist\regr_dev_dist\cont_approx
Attrib（out）：特征值
可能前置項：
lines_gauss, lines_facet, edges_sub_pix
get_contour_global_attrib_xld (ObjectSelected, 'cont_approx', Attrib)
如果Attrib =-1，這一部分輪廓最適合被擬合為直線段。
如果Attrib =0，這一部分輪廓最適合被擬合為橢圓弧。
如果Attrib =1，這一部分輪廓最適合被擬合為圓弧。
If (Attrib > 0)
fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder)
對亞像素擬合圓的函數
Contours（in）： 輸入輪廓
Algorithm（in）： 擬合圓的算法
MaxNumPoints（in）： 用於計算的最大輪廓點個數
MaxClosureDist（in）： 一個輪廓的末尾點最大間距被認為是閉合
ClippingEndPoints（in）：在逼近過程中被忽略的開始及末尾點個數
Iterations（in）： 迭代的最大次數用於魯棒加權擬合
ClippingFactor（in）： 消除異常值的裁剪因子
Row（out）： 圓心行坐標
Col（out）： 圓心列坐標
Radius（out）： 圓半徑
StartPhi（out）： 開始點的角度（rad）
EndPhi（out）： 末尾點的角度（rad）
PointOrder（out）： 邊界點的順序
fit_circle_contour_xld (ObjectSelected, 'ahuber', -1, 2, 0, 3, 2, Row, Column, Radius, StartPhi, EndPhi, PointOrder)
函數作用：
對一些線段的XLD做近似計算直線計算
參數Algorithm的可選項解釋如下：
algebraic：這種方法減少了輪廓點與結果圓之間的代數距離
ahuber：類似於algebraic，輪廓點被加權以減小異常值的影響基於方法Huber
atukey：類似於algebraic，輪廓點被加權以減小異常值的影響基於方法Tukey
geometric：該法減少了輪廓點與結果圓之間的幾何距離，該法被統計是最優的，但占用很多計算時間。如果輪廓點被噪聲干擾嚴重，可以考慮使用該方法。
geohuber：類似於geometric，輪廓點被加權以減小異常值的影響基於方法Huber
geotukey：類似於geometric，輪廓點被加權以減小異常值的影響基於方法Tukey
ClippingFactor控制被弱化的異常值個數，值越小，越多異常值被檢測到。
最小擬合一條線的必要輪廓點個數是2，因此，一條輪廓線點個數至少是2+2*ClippingEndPoints
可替代項：
fit_ellipse_contour_xld
fit_line_contour_xld
fit_rectangle2_contour_xld
可能后置項：
gen_circle_contour_xld
disp_circle,
get_points_
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
提取圖像精確邊緣 (精確邊緣就是亞像素邊緣) （zero—cross）
segment_contours_xld(Contours : ContoursSplit : Mode, SmoothCont, MaxLineDist1, MaxLineDist2 : )
將一個XLD輪廓分割為直線段、圓（圓弧)、橢圓弧。
get_contour_global_attrib_xld(Contour : : Name : Attrib)
用於得到一段XLD輪廓的全局特征
fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder)
對亞像素擬合圓的函數
第一步：提取輪廓
第二部：分割輪廓
第三部：選取輪廓，得到特征
第四部：根據特征，選擇函數進行擬合
1、亞像素精度閾值分割
threshold_sub_pix(Image : Border : Threshold : )
2、亞像素輪廓查找
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
zero_crossing_sub_pix(Image : ZeroCrossings : : )
轉載自：http://blog.sina.com.cn/s/blog_c01c55220102ypsx.html