OpenCV实现鲁棒直线与圆的拟合

 对于OpenCV中提供的直线拟合函数fitLine函数虽然提供了L1、L12、L2、Fair、Welsch、Huber等权重方法，但是在效果上仍然比不上商业算法，而且没有圆拟合的算法，所以重新实现了一下直线与圆的拟合算法，在这里记录下实现原理。

算法基于OpenCV中fitLine函数修改，增加了Tukey权重，权重函数如下（γ默认值2.718）：

对于IRLS算法就不作赘述，OpenCV里有详细的实现，在这里主要介绍当干扰过多以至于IRLS算法也不起作用时的处理方式提供一个思路。

首先，利用第一次迭代的结果（直线或圆）计算各点的权重，然后对权重进行排序。后续迭代过程仅仅针对前N个数据进行拟合，每迭代一次就对权重进行更新排序，舍弃一部分数据不参与迭代过程，直至误差不再变化或者达到预设迭代次数为止。

附圆拟合公式：