我正在使用scikit-image和Python中的霍夫变换算法来找到十字准线的中心。
总体而言，这会产生很好的结果，但是我需要准确地量化找到十字准线中心的程度。由于有多行错误传播，我可以处理。但是，我还没有找到一种测量拟合置信度的方法（例如协方差）。
这个article暗示可能有一些方法可以对此进行量化，但是我没有完整阅读它。它还建议对霍夫空间进行平滑和内插，以更好地定位峰的最大值。
还可以考虑将曲线（即2D高斯或洛伦兹曲线）拟合到图像的霍夫空间，因为即使差的协方差也是可以在科学文献中报告的协方差。如果这是正确的方法，则仍不清楚应该使用哪个函数来将数据拟合到霍夫空间中。一条完美的线成为正弦曲线，但是这些正弦曲线的累积会产生峰值。
您知道如何量化霍夫变换的准确性吗？如果可以，怎么办？您是否会为此问题推荐其他技术？（希望不会）
