[发明专利]一种基于模型滤波的圆检测方法

说明书

技术领域

本发明属于图像处理及基于机器视觉的工业检测领域，特别涉及一种基于模型滤波的圆检测方法。

背景技术

圆检测是图像处理中一个重要而基础的问题，对于该问题我们通常关注算法的检测精度和执行速度。目前已经有大量圆检测方法，通常可以分为确定性和非确定性方法两类，其中确定性的方法更关注检测算法的精度，而非确定性的方法更关注算法执行速度。确定性的圆检测方法通常是基于Hough、Duda和Hart等提出的霍夫变换原理的(SHT)，霍夫变换是从参数空间所有可能情况中选取最优参数，因此，其精度通常非常高，检测结果通常作为评估其他方法检测精度的参考值，但由于基于霍夫变换的圆检测方法需要计算一个三维的累加器，因此需要的计算机内存容量大、计算代价大，执行速度慢，为降低对内存需求，Yuen于1990年在《Comparative study of Hough transform methods for circle finding》中描述了一种基于梯度方向的霍夫圆检测方法(21HT)，该方法将圆检测分成两个步骤，首先利用一个二维向量来对每个边缘点的法线上像素累加，选择累加和最大值对应的坐标作为候选圆心，随后，计算所有边缘点到候选圆心距离，利用距离直方图得到圆半径，该方法是目前最流行的圆检测方法，其中Intel公司的开放视觉算法包Opencv中cvHoughCircles函数使用该算法实现。为提升算法速度，徐雷于1990年在《a new curve detection method:Randomized Hough Transform》中提出随机霍夫圆检测方法(RHT)，每次从所有边缘点中随机选择三个边缘点，通过一个三维累加器收集随机采样的三点所对于的圆参数，但是该方法对内存需求依然较大，该方法是最早的一种非确定性圆检测方法，随后，Chung和Chen年在《An Ef c cient Randomized Algorithm for Detecting Circles》中利用随机采样的思想提出一种随机圆检测方法(RCD)，算法精度与RHT方法相当，但速度提升大致10倍，随后的十多年来，大量有关随机圆的改进算法被提出来，如chung于2007年、2011年分别在《Speed up the computation of randomized algorithms for detecting lines,circles,and ellipses using novel tuning-and LUT-based voting platform》和《Efficient sampling strategy and refinement strategy for randomized circle detection》中提出的基于查表的随机圆检测法(TLRCD)，基于有效采样和改进策略的随机圆检测法(GRCD)，Huang于2012年在《Ef c cient symmetry-based screening strategy to speed up randomized circle-detection》中提出的基于对称策略的加速随机圆检测法(SRCD)，Marco于2014年在《Randomized circle detection with isophotes curvature analysis》中提出的基于等照度曲线的随机圆检测方法(Isophotes)，Zhang于2015年在《A fast and robust circle detection method using isosceles triangles sampling》中提出基于等腰三角形采样的快速鲁棒随机圆检测法(ITCid)，这些方法执行速度快，定位误差通常在1个像素内，但该类方法都是基于随机采样一致性性的原理，属于非确定性的方法，每次检测结果可能有所差异。最小二乘圆检测法属于一种确定性圆检测方法，该方法通过直接求最小二乘解获取圆的参数，是最快速的圆检测方法，但检测结果易受噪声影响。