在上述测试中将所建议的方法与自适应圆-椭圆拟合和质心加权卡尔曼滤波算法进行了比较。为
了解决模拟问题，我们首先需要人工生成一个具有固定能量的光斑点，该光斑为半径 50pixel 的圆。
从图 1 可以看出，三种算法光斑中心提取的均方根误差(Root mean square error-RMSE)[19]均随着
信噪比的增加呈指数递减，说明提取精度有了明显提高。我们还发现，在信噪比为 40dB 时，我们提
出的中心提取的 RMSE 几乎衰减为 0，而自适应圆形-椭圆拟合算法的 RMSE 为 50dB，形心加权卡
尔曼滤波算法的 RMSE 为 60dB。
考虑到真实环境中存在的噪声，我们在模拟对比度时将图像的信噪比设置为 50db。进行噪声鲁
棒性的测试。
