[发明专利]一种复杂背景下的特定圆识别方法

权利要求书

1.一种复杂背景下的特定圆识别方法，其特征在于，包括预处理阶段和使用阶段；

预处理阶段包括如下步骤：

步骤1：制作数据集，数据集可由摄像头、扫描仪等采集图像设备采集，也可由网络上的图片结合代码合成，生成数据集中包括需要检测的指定特征圆，数据集的背景互不相同，数据集每张图片进行序列编号；在每张背景图片中生成：一个圆环和四个特定圆、干扰圆和干扰三角形；

步骤2：依次对数据集的每张图片进行二值化和边缘检测处理；

步骤3：设定Hough变换所需要参数，针对步骤2得到的图片基于Hough变换或改进的Hough变换进行圆识别，得到识别出的每个圆圆心位置和半径大小，以此标记出每个圆的外轮廓；

步骤4：针对步骤3得到的图片进行人工圆筛选，保留指定特征的圆，去除不需要的圆；

步骤5：针对步骤4得到的特定的圆进行单一颜色填充，生成精准特定圆的标注数据集；

步骤6：基于深度学习训练方法将原始数据集联合步骤5得到的一一对应的标注数据集进行训练，得到能识别指定特征圆的特定圆识别模型；

使用阶段包括如下步骤：

步骤1：获取包含待检测特定圆且未经预处理阶段深度学习训练过的图片；

步骤2：利用预处理阶段得到的特定圆识别模型对步骤1的包含待检测特定圆的图片进行圆识别，得到分割出的特定圆的图片；

步骤3：对步骤2得到的图片进行边缘检测，得到圆的轮廓和圆的参数；

步骤4：将得到的圆轮廓放在原图片上，从而生成结果；

预处理阶段的步骤3设定Hough变换所需要参数应为:搜索候选圆半径R范围、半径增加步长、角度增加步长和超参数阈值百分比percent；搜索候选圆半径R需满足1≤R≤min(length/2，width/2)，其中length为图片高度，width为图片宽度，min表示取较小值；超参数阈值百 分比percent范围为0～1；

预处理阶段的步骤6中深度学习训练方法采用的是Deeplabv3+方法，Deeplabv3+方法是一种深度学习图像实例分割方法，从而分割出指定特征的圆。