的准确性imfindcircles是有限时的价值半径(或rmin)小于等于5。

如果使用(默认)，半径估计步骤通常会更快。“PhaseCode”方法,而不是“二级”．

两种计算方法,“PhaseCode”和“二级”它们探测同心圆的能力有限。同心圆的结果会因输入图像的不同而不同。

imfindcircles没有找到圆心在图像域外的圆。

imfindcircles对二值(逻辑)图像进行预处理以提高结果的准确性。它使用该功能将真彩色图像转换为灰度图像rgb2gray在处理之前。

使用二维累加器阵列

经典的Hough变换需要一个三维阵列来存储多个半径的选票，这导致了大量的存储需求和较长的处理时间。相位编码和两级方法都通过对所有半径使用一个二维累加器阵列来解决这个问题。尽管这种方法需要额外的半径估计步骤，但总体计算负载通常较低，特别是在大半径范围内工作时。这是现代CHT实现中广泛采用的实践。

使用边缘像素

总体内存需求和速度很大程度上取决于候选像素的数量。为了限制它们的数量，将输入图像的梯度大小设置为阈值，以便在计票时只包含梯度高的像素。

使用边缘方向信息

另一种优化性能的方法是限制候选像素的可用容器数量。这是通过利用局部可用的边缘信息，只允许沿梯度方向的有限区间内投票来实现的(图2)。

两级

利用估计的圆心和图像信息明确估计半径。该技术基于计算径向直方图［2］［3］．

Phase-Coding

相位编码的关键思想［1］是在累加器数组中使用复数值，将半径信息编码在数组项的相位中。边缘像素投出的选票不仅包含关于可能的中心位置的信息，还包含与中心位置相关联的圆的半径的信息。与必须使用径向直方图明确估计半径的两阶段方法不同，在相位编码中，半径可以通过简单地从估计的累加器阵列中心位置解码相位信息来估计。