基于凸包的椭圆检测方法

《基于凸包的椭圆检测方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第34卷第10期光电工程v01．34，№．102007年10月Opt0-Elec仃0nicEngineeringOct，2007文章编号：l003—50lX(2007)lO枷40一05基于凸包的椭圆检测方法宋新，罗军，王鲁平，沈振康(国防科技大学电子科学与工程学院ATR重点实验室，湖南长沙410073)摘要：用于检测曲线的H0u曲变换厦其改进方法都不同程度存在运算速度慢，需要大量的储存空间等缺点，因此本文利用椭圆的几何性质降低检测的时间及空间需求，提出了用凸包的方法和P勰cal定理来进行椭圆检测。首先从边缘点中随机挑选六个点，进行凸包检测，井将此六点排序；然后利用Pasca

2、l定理来判断此六点是否来自同一个椭圆，随后利用拟合得方法求出候选椭圆参数，最后利用包含凸包的最小矩形内的边缘点对超过闺值的累加参数进行验证。实验结果表明，支中算法能一陕速检测图中的单个或者多个椭田，并且在具有噪声的情况下，与改进的随机H叫曲变换算法相比，其检测速度快一倍左右。关键词：H叫gh变换：椭圆检测；凸包；P锄a1定理中图分类号：TP391．41文献标志码：AEUipsedetectionapproachbasedonconVexhuUSoNGXin，LUOJun，、7‘ⅫGLu-ping，SHENZhen-kangtATRX印kb，Scbol珂Ekctmn证scie批e硎d

3、Engneer诹氍N疵i佣融uHivers坤可D啦琳e殛chnol。到，凸唧妇410073，ch砌)Abstract：HoughTt眦sfbml(H1)柚dl乜varian招havethcdisadvamagcsofcoⅡ平utatio衄ls10wIl器saIldlargefmmoryspace．Inthispap％tllose咒quirc咖tswerereducedbygeome仃icalfcatIlreofdlipse，柚dametflodu甜ngconvexhllll锄dPascaltl】eoremw船pI唧sed．First，si】【pixelswe∞捌嘣哪!yselect

4、edfbmmee砘emapofinpmimage．Anercon丘mingdleyconstmcteda00nv既眦landcame‰thes锄eellip∞11singPascaITheom札舭dLMs龃i“gmcmodw船appli。dt0computep缸aⅡ圮tc硌ofc锄dida把ellipse．FiIlauy'edgepointsintlleⅢiⅡiⅡmmrectanglecontainingconvexhunwercwedtovefi母dlec锄didateenipseTheexpe曲en脚resul扛demo岫蜘tetht恤8pproachc粕quicklydete

5、ctsiIIgle饥叫ltipleellipsewi血Ⅱoiscs．Thedc晒撕蚰speedis蛆ord盯ofIDa印jtIldchs妇’血aⅡ吐latof岫pr州ed啪d0InHou曲仃锄sfo∞．’Keywords：Hough订ansf0皿；ellipscm∞su瑚n栅t；cOnV骶hdl；Pascaltheor嘲引言Hou曲变换mou曲Tfallsfonn，HD是各种曲线检测中最重要也最常用的方法川，它的主要思想是将图像中的边缘点变换到参数空间然后进行投票，然而由于维数太高和参数空间的量化造成的计算量大、精度低降低了这种方法的性能；另外一个严重的问题是在复杂和有噪声的图像中

6、，经常得到错误的检测结果。对椭圆而言，Hough变换需要五个参数表示，椭圆圆心坐标和表示长短轴和方向性的三个参数，因此用Hou曲变换方法检测椭圆需要在五维参数空间上投票。曲线参数空间维数太多，使用Hou曲变换的方法会在投票的过程中会有许多困难。人们提出了很多HougIl变换的改进方法，这些方法可以分为概率Hou曲变换和非概率的Hou曲变换‘”。概率Hougll变换检测椭圆的方法有：Yuen【31利用椭圆的几何性质和边缘方收稿日期：2006一lO—26，收到修改穑日期：2007删7基金项目：武器装备预研基金资助项目作者简介：宋新(197¨，男(汉旗)．山东邹平人．博士研究生，主要研究

7、工作是红外酗像处理与目标识别．计算机视觉等。B—nlail：∞nnyxm@yahoooc。皿血万方数据2007年lo月宋新等：基干凸包的椭圆检测方法．4l向信息将参数空间分解，用多级Hougll变换来实现椭圆检测；xu等州提出了RHT(Rand0IIlizcdHou出1h∞fonn)，采用多到一的映射，避免了传统H0ugh变换一到多映射的庞大计算量。然而，这些算法是通过随机采样或者减少图像空间的搜索区域来减少计算量，这只是一定程度上计算量有所减轻。由于RHT需耍随机采