论文部分内容阅读
自动的检测圆形物体是现实生活和工业生产的实际需求,也是图像处理领域面临的基本问题之一。例如圆形交通标志的检测,协助向量化的线条画图像,瞳孔和虹膜检测,医学中的细胞分析,产品的尺寸检测,精密复杂零件的质量检测以及农业机械自动化等许多方面都需要检测圆形物体。关于自动的圆检测算法,最常用的有Hough变换,随机Hough变换,随机圆检测,以及近些年提出的基于优化的圆检测。目前的算法主要存在的问题有多个圆的检测速度不快,检测出的圆心半径残差精度不高,鲁棒性不强,处理复杂图像效率不高。针对多个圆的检测速度不快,检测出的圆心半径残差精度不高两个问题,本文采取了基于中点画圆算法的圆检测。首先,通过Canny边缘检测算子提取图像的边界,形成图像的边缘二值图。由于Canny算子提取的边缘线连接程度较好,对地类的边缘提取的较完整,边缘规划也很细。同时也保持了较好的抗噪性能和较高的边缘定位精度。然后,在二值图上随机的选取三个不共线的边缘点求出圆的半径和圆心作为初始的假设圆。之后,利用中点画圆算法的度量准则验证假设圆是否为真实圆。中点画圆算法通过比较像素之间的距离,从而避免了计算平方根。同时中点画圆算法也提供了较高的亚像素精度。最后,由于此时的真实圆的参数是随机选取的三点进行的求解,就会造成真实圆的半径和圆心会有偏差,精度不够高。本文针对落在真实圆边界周围的边缘点进行了最小二乘计算,进而确定了最终圆的半径和圆心。实验表明,第一,对于合成图像和自然图像都能保证准确无误的自动检测。第二,在多个圆的检测速度上有了进一步的提升。第三,检测的圆心半径残差较小。