【图像边缘检测】最小二乘法椭圆边缘检测【含Matlab源码146期】

⛄一、椭圆边缘检测简介

1 经典椭圆检测方法
椭圆检测算法经过多年的研究发展，已经基本形成一个较完整的体系。它们大致可以分为三类即投票（聚类）、最优化、基于弧段的方法。
投票（聚类）方法
椭圆因为有中心位置坐标、长短轴长度、倾斜角五个参数，标准霍夫变换有较强的鲁棒性，但对内存要求高，运算效率低，不太现实。霍夫变换类算法以霍夫变换为算法基础，经过不同国家研究人员多年的不懈努力研究，如今已衍生出很多改进算法，它们各有优劣。随机霍夫变换算法相对标准霍夫变换计算速度有较大提升，但检测相互遮挡的椭圆时准确度低。

2 随机hough变换椭圆检测算法
随机椭圆检测结合使用了了最小二乘法和Hough变换算法。第一步预处理，获得较理想的边缘图。第二步随机选取三个点，取这三点为中心相同大小的邻域中所有点，用最小二乘法把它们拟合成一个椭圆。如图2-3所示。第三步从边缘点中再随机选取第四个点，判断此点是否在拟合出的圆上。若是，则认为该椭圆是真实椭圆的可能性较大，接着收集证据，验证该椭圆的真实性。

算法具体过程如下（从第二步开始）：
1.把边缘检测得到的点收进集合V中，失败计数器f初始值设为0。设定5个阈值