的准确性imfindcircles的价值是有限的半径(或rmin)小于或等于5。

如果使用(默认值)，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”而且“二级”检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不会在图像的区域外找到圆心的圆。

imfindcircles使用函数将真彩色图像转换为灰度rgb2gray在处理之前。二进制(逻辑)和整数类型的图像转换为数据类型单使用im2single函数在处理之前。为了提高二值图像结果的准确性，imfindcircles还应用高斯平滑使用imfilter作为预处理步骤。

二维蓄能器阵列的使用

经典的霍夫变换需要一个三维阵列来存储多个半径的选票，这导致了较大的存储需求和较长的处理时间。相位编码和两阶段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。

边缘像素的使用

总体的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，输入图像的梯度大小被阈值，以便只有高梯度的像素被包含在计票中。

边缘方向信息的使用

通过限制候选像素可用的箱的数量，还可以优化性能。这是通过使用局部可用的边缘信息来实现的，只允许沿着梯度方向在有限的区间内进行投票(图2)。投票区间的宽度，在点之间c_最小值而且c_马克斯图中，由定义的半径范围决定r_最小值而且r_马克斯．

两级

利用估计的圆心和图像信息显式地估计半径。该技术是基于计算径向直方图[２][3]．

Phase-Coding

从累加器阵列中的复值估计半径，并将半径信息编码在阵列条目的相位中[1]．边缘像素投出的选票不仅包含可能的中心位置信息，还包含与中心位置相关的圆的半径信息。与必须使用径向直方图显式估计半径的两阶段方法不同，在相位编码中，可以通过简单地解码来自蓄能器阵列中估计中心位置的相位信息来估计半径。