亚像素点求解思想

因为点阵图中最小单元是像素，但有时候一个点的中心（图像中不会是一个强边缘的点，而是一个向四周渐弱的光斑），或者说一个圆，他的中心可能会落在像素之间，那么他的坐标应该如何确定呢？

定义一个高斯模板来遍历图像并进行卷积（可以考虑使用多尺度卷积多次），保留卷积得到较大特征值的区域，然后对每个区域，构造模型为卷积图像与原图像的残差平方和，再对该区域的模型函数进行各个参数的求导，包括像素坐标，背景灰度，中心灰度，方差等，以求得残差最小的参数，其中就包括有中心坐标

如果是要求直线边也是，一般来说图像也没有明确的亮暗分界线，而是由亮到暗的渐变过程，那么同理构造渐变模型来卷积，注意这里比上面的点还要多一个参数，那就是旋转的角度。对保留下来的每个模型区域进行求导，从而求出最值

上面是边缘的情况，还有一些情况是求角，例如两条直线本来应该是成很尖锐的锐角的，但是在图像中由于角度与分辩率的问题，那个角不明显，变成了一个弧。此时就不能用模板卷积了，而是考虑用链表和。就是求出轮廓后，对轮廓上相邻点依前求和，当当前点的前N个链表和与后N个点的链表和差值较大（且非极大值抑制），就开始对其进行操作。具体方法是求前N个点所成直线，和后N个点所成直线，然后求交线，关于多个点用梯度下降求拟合直线，就是一个线性回归的问题了。