使用权重迭代的最小二乘拟合圆 需要自己根据实际，调整下权重函数的计算。 其他的应该不需要调整 ------------ 24/1/5 之前的代码中计算函数时，排序改变了对应值的权重，因此看不出IRLS的效果。 现在修改后，重新上传。

利用Halcon算子进行圆拟合，采取不同拟合方式，获得效果不同

将圆拟合到一组点的简单代码。 此代码在 MATLAB HELP 中隐式提供

这是将圆拟合到平面上的数据点（由它们的 xy 坐标给出）的最快（虽然不是最准确）方法。 它返回圆心 (a,b) 和半径 R。它是由 I. Kasa 在 IEEE Trans 的文章“曲线拟合程序及其误差分析”中提出的。 研究所测量，卷。 25，第 8-14 页，（1976 年）。 Izhak Bucher 发布了此圆拟合的另一个版本（文件 5557）。

三维空间圆拟合出XYZ和Radius值 建议：有多个点，三三分成几部分，多次拟合求取平均值，这样精度会更好。

尽管可以计算圆与 2D 数据的线性最小二乘拟合，但这不是最小化从点到拟合圆的距离（几何误差）的解决方案。 线性解决方案最小化函数的代数误差，例如f(x) = ax'x + b'x + c = 0 最小化几何误差是一个非线性最小二乘问题。 fitcircle 允许您进行计算 - 它使用代数拟合作为几何误差最小化的初始猜测。 例如x = randn(2, 10); % 线性最小二乘拟合[z, r] = fitcircle(x, '线性') % 真正的最佳拟合（最小化几何误差） [z, r] = fitcircle(x) 有关更多信息，请查看已发布的演示文件。 本次提交基于以下论文： “圆和椭圆的最小二乘拟合”，W. Gander、GH Golub、R. Strebel，BIT 数值数学，Springer 1994 应即将提交类似的省略号提交

这是一种稳健且准确的圆拟合。 即使数据也很好用点仅在小弧内观察到。 圆拟合是由V. Pratt在“计算机图形学”，第一版，“代数曲面的直接最小二乘法拟合”中提出的。 21，第 145-152 页（1987 年）。 它比 Kasa 的简单 Circle Fit（文件 #5557）更稳定。

基于Halcon平台，制作卡尺完成圆拟合

附有条件的间接平差，条件平差进行圆拟合，并计算精度，武大测绘学院平差课作业。

Direct least-squares fitting of algebraic surfaces",