一种基于制造技术

本申请公开了一种基于

【技术实现步骤摘要】
一种基于hough变换的RSCD圆弧检测方法


[0001]本申请涉及一种图像处理识别方法，尤其是涉及一种基于
hough
变换的
RSCD
圆弧检测方法
。

技术介绍

[0002]在模式识别
、
计算机视觉和逆向工程等众多领域中，常常需要将场景或图像中的圆形图形检测出来，以达到识别
、
定位目标和矢量化等目的
。
因此，需要对圆检测的算法尤其是较小圆的检测算法进行研究
。
目前常见的圆检测方法有基于垂直平分线求交的圆弧检测算法
、
基于遗传算法的圆检测方法
、
基于电磁优化的圆检测方法
、
基于存在概率的圆检测方法和基于
Hough
变换的圆检测方法
。
其中基于
Hough
变换的圆检测方法因具有受曲线间断影响小和不受图形旋转影响的优点，应用范围较为广泛
。
有一种方法根据圆上任意弦的中垂线通过圆心的性质，把圆的
Hough
变换转变成直线
Hough
变换来确定圆的参数
。
该方法只是将搜索空间由三维降低为二维，但在二维空间的搜索计算时间复杂度和空间复杂度仍然很大
。
林金龙等对上述算法进行了改进，利用同一圆上任意两条弦的中垂线相交于圆心的性质，将搜索空间由三维降低到一维，减少了算法的计算量，但是该算法的检测精度不高，会出现误检测和漏检测现象；又有一种方法提出了一种基于
Hough
变换的圆和矩形的检测算法，首先对提取的轮廓边缘利用形状角进行粗分类，然后进行细致
、
准确的检测，该算法虽然运算量小，但是需人为设置粗分类时的形状角控制精度以及投票时的判断阈值，固定值会造成大量的漏检测或误检测；再有一种方法提出了一种基于梯度信息的快速
Hough
变换检测圆心的方法，用以定位目标的圆心位置
。
该算法的优点是计算量小
、
速度快，缺点是只定位了圆心位置，并没有确定半径大小，而且计算梯度值时需要导数信息，对噪声比较敏感
。

技术实现思路

[0003]本申请所需要解决的技术问题是提供一种基于
hough
变换的
RSCD
圆弧检测方法，在保证了检测准确度的前度下，降低了检测时间
。
[0004]本申请采用的技术方案如下：一种基于
hough
变换的
RSCD
圆弧检测方法，包括图像预处理和
RSCD
圆弧检测，所述
RSCD
圆弧检测包括以下步骤：第一步，从位图的左上角开始，按照从上到下
、
从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；
第四步，将每个连续轮廓数组中的像素点，进行快速三点
Hough
变换圆检测，得到每个像素点对应的圆心坐标和半径值；第五步，计算两圆心之间的欧式距离
、
欧式距离标准差以及各圆心的欧氏距离与圆心间的平均距离误差平方和；第六步，若圆心的欧氏距离与圆心间的平均距离误差平方和最小，随机选取该圆心所在轮廓上若干个像素点作为圆的集合，否则任选一个像素点，取像素点的半径范围内的圆心坐标重复第五步；第七步，所述圆的集合的区域中心即为所求圆心坐标值，所述圆的集合中的半径平均值即为所求半径值
。
[0005]本申请可进一步设置为：所述图像预处理包括图像灰度化
、
中值滤波去噪
、MSRCR
图像增强和
Qtsu
’
s
算法二值化
。
[0006]本申请可进一步设置为：所述下限阈值为
6。
[0007]本申请可进一步设置为：所述第六步中，所述若干个像素点的数量为3的倍数
。
[0008]本申请的有益效果是：利用了
hough
变换，在一次筛选结束后，就可以排除那些孤立的噪声点，通过二次筛选又可以避免较小圆漏选，得到所有符合条件的连续边缘轮廓，在保证了检测准确度的前度下，降低了检测时间
。
附图说明
[0009]以下将结合附图和优选实施例来对本申请进行进一步详细描述，但是本领域技术人员将领会的是，这些附图仅是出于解释优选实施例的目的而绘制的，因此不应当作为对本申请范围的限制
。
此外，除非特别指出，附图示意在概念性地表示所描述对象的组成或构造并可能包含夸张性显示，并且附图也并非一定按比例绘制
。
[0010]图1为本申请方法流程示意图
。
具体实施方式
[0011]下面结合附图，对本申请作详细的说明
。
[0012]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请
。
[0013]一种基于
hough
变换的
RSCD
圆弧检测方法，包括图像预处理和
RSCD
圆弧检测，
RSCD
圆弧检测包括以下步骤：第一步，从位图的左上角开始，按照从上到下
、
从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；将下限阈值设为6，这样可以排除那些孤立的噪声点，一次筛选结束，就可以得到所有符合条件的连续边缘轮廓，包括长方形
、
正方形
、
三角形和圆形等；第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边
缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；通过二次筛选又可以避免较小圆漏选；第四步，将每个连续轮廓数组中的像素点，进行快速三点
Hough
变换圆检测，得到每个像素点对应的圆心坐标和半径值；第五步，计算两圆心之间的欧式距离...

【技术保护点】

【技术特征摘要】
1.
一种基于
hough
变换的
RSCD
圆弧检测方法，其特征在于包括图像预处理和
RSCD
圆弧检测，所述
RSCD
圆弧检测包括以下步骤：第一步，从位图的左上角开始，按照从上到下
、
从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；第四步，将每个连续轮廓数组中的像素点，进行快速三点
Hough
变换圆检测，得到每个像素点对应的圆心坐标和半径值；第五步，计算两圆心之间的欧式距离
、
欧式距离标准差以及各圆心的欧氏距离与圆心间的平均距离误差...

【专利技术属性】
技术研发人员：莫李治，莫亚男，王鑫，徐欣慧，金柔妤，
申请(专利权)人：宁波大学科学技术学院，
类型：发明
国别省市：