正是试图解决这个问题的最佳想法是霍夫变换。

基本上，霍夫空间中的信号将是r, x, y坐标。这里r 代表半径，x,y代表中心。每个点可能属于一个或多个圆圈。因此，在霍夫平面中，遍历该点可能属于的所有可能的圆圈，然后进行 +1。这不是搜索，只是收集。

现在，如果一个真正的圆圈存在，那么会增加很多分数，并且这样的分数r, x, y会比其他所有的分数都高得多。选择这样一个点将允许您选择正确的圆圈。

这是 1971 年（在我出生之前！）发明这个概念的经典论文。

1. 使用 HOUGH 变换检测图片中的线条和曲线 作者：Richard O. Duda、Peter E. Hart 技术报告人工智能中心 1971 年 4 月。

对于教程，我建议以下参考：

1. HIPR2-链接
2. 阿莫斯托基
3. IDL 参考

具体圆检测可以参考下面这个：

1. 人工智能小屋
2. 芝加哥大学的技术报告。
3. 罗切斯特学院讲义

这些方法非常有效，并且对计算机非常友好。