ITK 圆检测（Hough circle）

定义：Hough变换是广泛应用于检测图像中几何特征的一种技术。它是基于将图像映射到一个参数空间，如果图像中表达了特殊的几何特征在这个空间中将很容易地识别出特征。这个变换对每个需要的几何形状都有特效。Hough变换是实现图像边缘检测的一种有效方法，其基本思想是将测量空间的一点变换到参量空间中的一条曲线或一个曲面，而具有同一参量特征的点交换后在参量空间中相交，通过判断交点处的积累程度来完成特征曲线的检测，基于参量性质的不同，Hough变换可以检测直线、圆、椭圆、双曲线、抛物线等。

原理：一个圆由3个特征组成，分别是圆心的横坐标，纵坐标，以及圆的半径，因此我们的Hough空间是三维的。

圆的方程：(x-a)^2 + (y-b)^2 = r^2

过一点(x0,y0),a,b,r的关系就是：(x0-a)^2 + (y0-b)^2 = r^2

因此，我们的Hough空间［a是横坐标，b是纵坐标,r是竖坐标］我们要用一个二重循环去填充Hough空间跟直线检测一样，我们现在是在三维数组里找局部最大值，确定圆的(x,y,r)。

对于未知半径的圆，在一个xy平面图像中确定一个圆至少需要三个元素，即圆心的x轴和y轴坐标，圆的半径，因此Hough变换检测圆的目的就是检测出图像中各个圆的圆心坐标以及圆的半径。其基本思想是将原图像空间中边缘点映射至参数空间中，再将参数空间中得到的全部坐标点元素所对应的累加值进行统计，并根据此累加值来判断圆的大小和圆心的位置。例如，在xy平面上的方程为(x-a)2+(y-b)2=r2 其中点（a，b）为圆心坐标，r为圆半径，点（x，y）为圆周上的一点，将其转换为参数坐标系（a，b，r），方程为(a-x)2+(b-y)2=r2,可看出次方程为圆锥面，对于原图像中任意确定的一个点在参数空间都有一个三维锥面与其对应。

在Hough变换检测圆时，可以利用梯度信息在很大程度上加快圆检测的速度。对圆周而言，其梯度方向只有背离圆心或者指向圆心，当梯度指向圆心，圆心就在梯度的延长线上，而当梯度背离圆心，圆心则在梯度的反向延长线上。所以，边缘梯度信息的加入可以预估圆心的位置，这样可以使算法的运算量明显减少，并且可以有效抑制虚假局部最大值。
思路：

1. 利用canny检测提取边缘
2. 对每一个边缘点，我们可以计算出梯度［其实就是圆心和边缘点连线方向］<