在模式识别和计算机视觉领域中,常常需要对场景中的圆形图形进行检测,检测的关键是如何从场景中获取这些图形的重要特征信息,根据圆检测算法确定圆的参数。圆的检测在自动化检验和装配、目标定位、医学中的细胞分析等众多领域都有广泛应用,研究圆检测算法具有非常重要的意义。Hough变换是检测圆的基本工具之一,在参数空间不超过两维的情况下,这种变换有着很理想的效果。当参数空间超过两维时,这种变换的计算时间和存储空间都急剧增大使得它运行效率低,在实际应用中受到很大的限制。为提高效率,人们提出了随机Hough变换,有效降低内存需求与计算时间,但在处理复杂图象时,随机采样仍需计算大量的无效单元,造成大量无效积累,从而导致计算量过大。为了更好地在工业中应用,本文对基于随机Hough变换的圆检测方法进行了研究,提出两种圆检测算法,通过理论分析和实验结果验证算法的可行性和有效性,并将其应用于陶瓷套圈同心度的检测中。本文主要进行了以下五个方面研究:(1)图象除噪。在图象的采集、获取、编码和传输工程中,图象在不同程度上被可见或不可见的噪声干扰,这些噪声在一定程度上会影响检测结果。根据空域滤波原理,通过改进高斯模板,得到一个除噪模板,利用该模板能有效去除图象的背景噪声。(2)边缘检测。同心度检测系统中图象的获取是通过摄象头拍摄得到的,由于光照不均匀及光照强度变化等因素的干扰,通过比效几种边缘检测算法,本文选取Canny算子作为边缘检测算子。(3)快速随机Hough变换圆检测算法。随机Hough变换是检测圆的一种有效方法,但在处理随机采样时带来大量无效积计算,导致计算量过大。本文提出一种快速的随机Hough变换圆检测算法,对圆的检测计算从三方面进行研究,确认圆时能较好地排除非圆上的点,通过化简计算能更快地判断当前点是否为圆上的点,不需对所有可能落在圆上的点进行计算。(4)基于随机Hough变换的快速多圆检测算法。针对随机Hough变换有效采样率低的缺点,提出一种基于随机Hough变换的快速多圆检测算法。除去三类常见噪声点,通过随机采样到的一点按照一定规则搜索另外两点来确定候选圆,用原始图象对候选圆进行证据积累以判断是否为真圆。(5)基于圆检测技术的同心度检测系统。目前大尺寸元器件同心度检测技术已比较成熟,但精度低,价格昂贵,不能直接应用于微小型元器件检测领域。国内微小型元器件的检测技术尚处于起步阶段,主要依赖国外进口产品。本文对陶瓷套圈同心度检测进行了研究,通过控制均匀采样提高检测精度,应用本文的圆检测算法进行计算,提高了计算速度,取得了较好的效果。论文中的算法取得了如下结果:(1)除噪算法计算速度快,能有效去除图象的背景噪声,有较好的应用价值。(2)快速随机Hough变换圆检测算法有效地减少了计算量,检测时间仅为RHT的1/5。另外,该算法还可与其它的改进算法相结合得到性能更优的算法,具有更广泛的应用价值。(3)基于随机Hough变换多圆快速检测算法较其他算法能更快地检测出图象中的多个圆,具有较好的应用价值。也适用于残缺圆的检测,对于存在多种噪声的多圆复杂图象,算法优越性会更加明显。(4)基于圆检测技术的同心度检测系统计算精度高、运行稳定、可靠性好。