来看源码：
Row := [0, 100, 200, 100, 0]
Col := [100, 0, 100, 200, 100]
Row := [61.098, 62.402, 61.525]//y
Col := [154.747, 138.099, 130.394]//x
*具体多少个点，圆弧旋转16-20个点完全够了。
Row := [24.052,26.729,28.815,30.285,31.124,31.281,30.792,29.659,27.943,25.622]//y
Col := [219.819,214.325,208.543,202.413,196.111,189.965,183.736,177.558,171.717,165.898]//x
gen_contour_polygon_xld (Contour, Row, Col)
fit_circle_contour_xld (Contour, 'atukey', -1, 2, 0, 10, 1, Row1, Column1, Radius1, StartPhi1, EndPhi1, PointOrder1)
fit_circle_contour_xld (Contour, 'ahuber', -1, 2, 0, 3, 2, Row2, Column2, Radius2, StartPhi2, EndPhi2, PointOrder2)
*默认参数
fit_circle_contour_xld (Contour, 'algebraic', -1, 0, 0, 3, 2, Row3, Column3, Radius3, StartPhi3, EndPhi3, PointOrder3)
**轮廓拟合圆，旋转标定算法要选择'geotukey'，请看官方说明文档
fit_circle_contour_xld (Contour, 'geotukey', -1, 0, 0, 3, 2, Row_C, Column_C, Radius_C, StartPhi_C, EndPhi_C, PointOrder_C)
dev_set_color ('magenta')
gen_circle_contour_xld (ContCircle, Row2, Column2, Radius2, 0, 4 * acos(0), 'positive', 1)
dev_set_color ('blue')
gen_circle_contour_xld (ContCircle, Row3, Column3, Radius3, 0, 4 * acos(0), 'positive', 1)
dev_set_color ('violet')
gen_circle_contour_xld (ContCircle, Row_C, Column_C, Radius_C, 0, 4 * acos(0), 'positive', 1)
stop()
选用'geotukey'的说明：
类似于“几何”。在此，基于Tukey的方法对轮廓点进行加权，并忽略异常值（请参见下文）。
对于“ * huber”和“ * tukey”，使用可靠的误差统计信息来估计到轮廓点的距离的标准偏差，而不会偏离近似圆。参数ClippingFactor（标准偏差的比例因子）控制离群值的数量：为ClippingFactor选择的值越小，检测到的离群值就越多。在Tukey算法中，离群值被删除，而在Huber算法中，离群值仅被衰减，或更精确地说，它们是线性加权的。在没有任何鲁棒加权的情况下，距离的平方被作为优化中的误差值，即最小二乘公式。在实践中，建议使用Tukey的方法。
参数“迭代次数”指定算法“代数”，“ ahuber”和“ atukey”的迭代次数。对于算法“几何”，“ geohuber”和“ geotukey”，将忽略此参数。如果将“迭代次数”设置为零，则该算法不会在拟合圆上执行迭代改进，而仅根据所选的异常值检查初始猜测是否已经足够接近。
为了减少计算量，可以将圆的拟合限制为轮廓点的子集：如果将-1以外的值分配给MaxNumPoints，则最多只能使用MaxNumPoints点（均匀分布在轮廓上）。
对于圆弧，选择圆上最接近原始轮廓的起点和终点的点作为起点和终点。在StartPhi和EndPhi中返回了指向X轴的相应角度，另请参见gen_ellipse_contour_xld。轮廓的起点和终点之间的距离小于或等于MaxClosureDist的轮廓被认为是闭合的。因此，它们由圆形而不是圆弧近似。由于预处理中的伪影，轮廓的起点和终点可能有问题。因此，可以从圆拟合中排除轮廓起点和终点的ClippingEndPoints点。但是，它们仍用于确定StartPhi和EndPhi。
拟合圆的轮廓点的最小数量为3。
