本发明涉及数字图像处理和模式识别领域,特别是在数字图像处理中利用Hough变换快速检测圆形目标的方法。
背景技术:
圆形目标检测在计算机视觉和模式识别领域有着广泛的应用。例如,在工业生产线上有圆形的工件,道路上有圆形的交通信号,生物信息领域中的圆形虹膜等。在这些应用场景中,往往需要对圆形目标进行快速、准确地识别和定位,以便进一步分析处理。
常用的圆形目标检测的方法有:基于最大估计的拟合方法、基于Hough变换的投票方法。拟合方法受噪声影响大;Hough变换方法对图像噪声、目标不完整性的鲁棒性好、抗干扰能力强。
传统的利用Hough变换的圆检测算法将图像空间中一个边缘点变换到三维参数空间中的一个圆锥,所有边缘点在参数空间对应的圆锥簇相交于一峰值点。进而将圆检测问题转化为参数空间的峰值搜索问题。由于圆的投票方程为:(x-x0)2+(y-y0)2=r2,标准Hough变换定义了一个三维的参数空间,需要更多的时间消耗和大量的内存开销。
为此,出现了各种改进的Hough变换方法用于圆检测。
第一类是运用随机采样方法【Chung K L,Huang Y H,Shen S M,et al.Efficient sampling strategy and refinement strategy for randomized circle detection[J].Pattern Recognition,2012,45(1):252-263.】。随机Hough变换从图像空间中随机选择三个点,变换到参数空间中的一个点。虽然随机Hough变换降低了算法的时间开销,但是仍然采用的是3D的参数空间。当处理复杂图像时,由于无效采样而引入无效累积,导致算法性能大大降低。
第二类方法是运用低维参数空间的两步策略。首先利用圆边缘点的梯度方向信息【Jain N,Jain N.Coin Recognition Using Circular Hough Transform[J].International Journal of Electronics Communication&Computer Technology,2012,2(3):101-104】、或者圆弦的中垂线【Kim,HeungSoo,Kim,et al.A two-step circle detection algorithm from the intersecting chords[J].Pattern Re