请用matlab写一段代码，实现边缘点拟合的方法对图7所示图像中3个圆的参数进行计算。并计算圆心位置和半径长度显示在图片上

在MATLAB中，你可以使用Hough Circle Transform（霍夫圆变换）来检测和拟合图像中的圆形轮廓。假设我们已经有一个名为`image`的灰度图像，这里是一个简单的示例代码：

% 加载图像
img = imread('your_image_path.jpg'); % 替换为实际图像路径

% 转换为灰度图像
gray_img = rgb2gray(img);

% 初始化边缘检测（可以使用Canny算子）
edge_img = edge(gray_img, 'Canny');

% 霍夫圆变换参数设置
theta = [-pi, pi]; % 角度范围
r = [0 max(size(edge_img,1))]; % 半径范围

% 创建Hough转换矩阵
[H, theta, r] = hough(edge_img);
peaks = houghpeaks(H, 3); % 提取三个最有可能是圆的峰值

% 根据峰值反向查找圆心和半径
centers = round([r(peaks) * cos(theta(peaks)), r(peaks) * sin(theta(peaks))]);
radii = r(peaks);

% 可能的误差校正
centers = centers + imref2d(size(img)); % 将坐标从像素索引转换回图像空间
radii(radii > size(img)/2) = size(img)/2; % 确保半径不超过图像尺寸的一半

% 画出原始图像、边缘和圆心
figure;
subplot(2, 2, 1), imshow(img), title('Original Image');
subplot(2, 2, 2), imshow(edge_img), title('Edge Detection');
hold on, plot(centers(:,1), centers(:,2), 'ro', 'MarkerSize', 8); % 绘制圆心
for i = 1:length(centers)
    circle(centers(i,1), centers(i,2), radii(i), 'b', 'LineWidth', 2);
end
title('Detected Circles with Centers and Radii');

% 计算结果显示
disp(['Circle Centers: ', num2str(centers)])
disp(['Circle Radii: ', num2str(radii)])

%