开源、快速、高精度的椭圆检测—你值得拥有!

文章介绍了一种新的椭圆检测算法,基于Arc-support Line Segments概念,提供高精度且快速的椭圆检测。该算法开源,已在多个数据集上展示优秀效果,与现有方法相比具有优势。
摘要由CSDN通过智能技术生成

点击我爱计算机视觉标星,更快获取CVML新技术


在很多计算机视觉任务中需要用到形状分析,尤其是直线检测和圆检测用的最多。比如工业检测中检测元器件(OpenCV中有经典的电阻电容识别的例子),生物图像检测圆形细胞核位置,机器人识别圆形导航标志,交通标志检测识别特定形状的标志等。

这个方向在学术界虽然看起来不像通用目标检测那么火,但其在传统图像分析、机器视觉中的应用却非常广泛。因为现实生活和工业生产中,人们感兴趣的目标往往是形状规则的。

提到直线和圆的检测,也许你立刻会想到霍夫变换,但如果要检测的形状是椭圆呢?可能大多数人就没接触过了。但椭圆检测还是很有必要的,一方面现实中存在很多椭圆形物体,另一方面圆形物体如果拍摄角度不正往往图像中就呈现椭圆形,所以椭圆的检测也非常有意义。

椭圆检测较圆检测复杂度更大,表征一个圆形仅需要3个参数,表征一个椭圆则需要5个参数,搜索空间骤增,更易于受到噪声干扰,使得使用类似霍夫变换的方法计算量增加,检测结果也不尽如人意。

现在好了,一篇前几天刚刚投稿模式识别顶级期刊PAMI的文章《High-quality Ellipse Dete

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值