CN101783014A - 一种圆形检测的方法 - Google Patents
一种圆形检测的方法 Download PDFInfo
- Publication number
- CN101783014A CN101783014A CN200910076810A CN200910076810A CN101783014A CN 101783014 A CN101783014 A CN 101783014A CN 200910076810 A CN200910076810 A CN 200910076810A CN 200910076810 A CN200910076810 A CN 200910076810A CN 101783014 A CN101783014 A CN 101783014A
- Authority
- CN
- China
- Prior art keywords
- circle
- suspicious
- image
- pht
- cht
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种圆形检测的方法,包括:求输入图像的边缘图;使用PHT方法在边缘图上检测圆;判断由PHT得到的参数空间上的峰值是否在可疑范围内,如果不在可疑范围内,则如果峰值高于可疑范围上限,则返回存在圆,如果峰值低于可疑范围下限,则返回不存在圆,如果在可疑范围内,则从原始图像中拷贝当前峰值对应的可疑圆所在的小区域图像;在可疑圆所在的小区域图像中使用CHT方法检测圆;根据检测的结果判断是否存在圆。本发明中的圆检测方法速度和精度都得到了很好的保证,适合实际工程应用。
Description
技术领域
本发明涉及计算机信息图像处理技术领域,特别地,涉及一种在图像信息中进行圆形检测的方法。
背景技术
目前领域内圆检测的方法一般采用标准圆hough变换(CHT)或者三点随机hough变换(PHT)。
标准圆hough变换(CHT)可以检测任意的已知表达形式的曲线,关键是看其参数空间的选择,参数空间的选择可以根据它的表达形式而定。比如圆的表达形式为r2=(x-a)2+(y-b)2(r为半径,a,b为圆心坐标)。所以当检测某一半径的圆的时候,可以选择与原图像空间同样的空间作为参数空间。那么圆图像空间中的一个圆对应了参数空间中的一个点,参数空间中的一个点对应了图像空间中的一个圆,圆图像空间中在同一个圆上的点,它们的参数相同即a,b相同,那么它们在参数空间中的对应的圆就会过同一个点(a,b),所以,将原图像空间中的所有点变换到参数空间后,根据参数空间中点的聚集程度就可以判断出图像空间中有没有近似于圆的图形。如果有的话,这个参数就是圆的参数。
对于圆的半径未知的情况下,可以看作是有三个参数的圆的检测,中心和半径。这个时候原理仍然相同,只是参数空间的维数升高,计算量增大。图像空间中的任意一个点都对应了参数空间中的一簇圆曲线,其实是一个圆锥型。参数空间中的任意一个点对应了图像空间中的一个圆。
优点:该方法可靠性高,在噪声、变形、甚至部分区域丢失的状态下仍然能取得理想的效果。
缺点:这个方法需要遍历很多的点,且参数空间是三维空间,所以需要大量的内存,运行速度也得不到保证。
三点随机Hough变换(PHT),利用了圆的几何信息,即三点可以定位一个圆,将计算过程进行了简化,从而降低了计算复杂度。
如图1,在圆上选取K,L,M3点,分别构成互不重合的弦KL和LM,根据圆的几何性质,KL的中垂线lKL与LM的中垂线lLM必相交于圆的中心O。设K,L,M3点的坐标分别为(xK,yK)、(xL,yL)、(xM,yM),则lKL和lLM的方程分别为
lKL:y=kKLx+dKL( ) (1)
lLM:y=kLMx+dLM( ) (2)
求出式(1)和式(2)两直线的交点,得到圆的圆心O(a,b)和半径r:
可见圆周上任意不共线的三个点(K,L,M),可以确定这三个点所在的圆的参数(a,b,r)。
选择三维参数空间(a,b,r),在图像的边缘图上任意取三个点,可以计算出对应的圆心和半径,然后在参数空间对应位置累加,根据参数空间中点的聚集程度就可以判断出图像空间中有没有近似于圆的图形。如果有的话,这个参数就是圆的参数。
优点:比CHT提高了处理速度,降低了对存储空间的需求。
缺点:由于在边缘图上取点,这样在图像信息交复杂的情况下,可靠性降低,准确性不如CHT好。在图像中圆不完整的情况下,参数空间中峰值不明显。
发明内容
本发明的目的在于提供一种在图像信息中进行圆形检测的方法,使得检测的速度和精度都能够得到保证。
本发明提出了一种圆形检测的方法,包括以下步骤:
步骤1:求输入图像的边缘图;
步骤2:使用PHT方法在边缘图上检测圆;
步骤3:判断由PHT得到的参数空间上的峰值是否在可疑范围内,如果不在可疑范围内,则进行步骤4,如果在可疑范围内,则进行步骤5;
步骤4:如果峰值高于可疑范围上限,则返回存在圆,如果峰值低于可疑范围下限,则返回不存在圆;
步骤5:从原始图像中拷贝当前峰值对应的可疑圆所在的小区域图像;
步骤6:在可疑圆所在的小区域图像中使用CHT方法检测圆,得到检测结果;
步骤7:根据检测结果判断是否存在圆。
在该方法中,步骤1之前还包括对图像进行预处理。
在该方法中,步骤5中使用的CHT方法为梯度的CHT方法。
本发明所述的方法首先使用PHT方法进行圆检测,对于第一次检测无法确定的图像,提取第一次检测得到的可疑圆形所在的小区域使用CHT进行第二次检测。本发明中的圆检测,速度和精度都得到了很好的保证,适合实际工程应用。
附图说明
图1示出了三点随机Hough变换(PHT)的圆形检测方法;
图2示出了根据本发明的方法流程图。
具体实施方式
附图2示出了根据本发明的方法的具体流程。
步骤210:求输入图像的边缘图。在求该步骤之前可以对图像使用适当的预处理以达到更好的效果,如图像去噪、图像边缘轮廓加强等。
步骤220:使用PHT方法在边缘图上检测圆。
步骤230:判断由PHT得到的参数空间上的峰值是否在可疑范围内,如果不在可疑范围内,则进行步骤240;如果在可疑范围内,则得出当前峰值对应的可疑圆,并进行步骤250。
步骤240:如果峰值高于可疑范围上限,则返回存在圆,即得出判断结果为存在圆,如果峰值低于可疑范围下限,则返回不存在圆,即得出判断结果为不存在圆。
步骤250:从原始图像中拷贝该可疑圆所在的小区域图像传给步骤260。
步骤260:在可疑圆所在的小区域图像中使用CHT方法检测圆;可以使用梯度的CHT方法来检测圆,这样可以提高检测的速度。
步骤270:根据检测的结果判断是否存在圆,得出判断结果。
本发明首先使用PHT进行圆检测,这样就保证了检测的速度,当PHT无法确定时,使用CHT在PHT检测得到的可疑圆所在的小区域图像中检测圆,由于仅在一小块图像内使用CHT,所以检测速度比较快,而且CHT精度高,在噪声、变形等情况下仍然能取得较好的结果。这样两种方法得到了很好的互补,检测速度和检测精度都得到了很好的保证。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (3)
1.一种圆形检测的方法,其特征在于,包括以下步骤:
步骤1:求输入图像的边缘图;
步骤2:使用PHT方法在边缘图上检测圆;
步骤3:判断由PHT得到的参数空间上的峰值是否在可疑范围内,如果不在可疑范围内,则进行步骤4,如果在可疑范围内,则进行步骤5;
步骤4:如果峰值高于可疑范围上限,则返回存在圆,如果峰值低于可疑范围下限,则返回不存在圆;
步骤5:从原始图像中拷贝当前峰值对应的可疑圆所在的小区域图像;
步骤6:在可疑圆所在的小区域图像中使用CHT方法检测圆;
步骤7:根据检测的结果判断是否存在圆。
2.根据权利要求1的方法,其特征在于,在步骤1之前还包括对图像进行预处理。
3.根据权利要求1的方法,其特征在于,在步骤5中使用的CHT方法为梯度的CHT方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910076810A CN101783014A (zh) | 2009-01-21 | 2009-01-21 | 一种圆形检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910076810A CN101783014A (zh) | 2009-01-21 | 2009-01-21 | 一种圆形检测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101783014A true CN101783014A (zh) | 2010-07-21 |
Family
ID=42523000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910076810A Pending CN101783014A (zh) | 2009-01-21 | 2009-01-21 | 一种圆形检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101783014A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999681A (zh) * | 2011-09-15 | 2013-03-27 | 上海瑞伯德智能系统科技有限公司 | 基于圆环匹配的圆心计算方法 |
CN103164857A (zh) * | 2013-03-08 | 2013-06-19 | 南京航空航天大学 | 一种基于图像的近距大偏角圆形目标的高效检测方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103413300A (zh) * | 2013-07-26 | 2013-11-27 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN103886597A (zh) * | 2014-03-24 | 2014-06-25 | 武汉力成伟业科技有限公司 | 一种基于边缘检测与拟合曲线聚类的圆检测方法 |
CN105203022A (zh) * | 2015-01-12 | 2015-12-30 | 上海迪谱工业检测技术有限公司 | 一种鲁棒的影像测量方法 |
CN111189399A (zh) * | 2019-12-05 | 2020-05-22 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
-
2009
- 2009-01-21 CN CN200910076810A patent/CN101783014A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999681A (zh) * | 2011-09-15 | 2013-03-27 | 上海瑞伯德智能系统科技有限公司 | 基于圆环匹配的圆心计算方法 |
CN102999681B (zh) * | 2011-09-15 | 2016-08-10 | 上海瑞伯德智能系统科技有限公司 | 基于圆环匹配的圆心计算方法 |
CN103164857B (zh) * | 2013-03-08 | 2015-12-09 | 南京航空航天大学 | 一种基于图像的近距大偏角圆形目标的高效检测方法 |
CN103164857A (zh) * | 2013-03-08 | 2013-06-19 | 南京航空航天大学 | 一种基于图像的近距大偏角圆形目标的高效检测方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103295227B (zh) * | 2013-05-03 | 2015-12-23 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103413300A (zh) * | 2013-07-26 | 2013-11-27 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN103413300B (zh) * | 2013-07-26 | 2015-11-25 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN103886597A (zh) * | 2014-03-24 | 2014-06-25 | 武汉力成伟业科技有限公司 | 一种基于边缘检测与拟合曲线聚类的圆检测方法 |
CN103886597B (zh) * | 2014-03-24 | 2017-01-25 | 武汉力成伟业科技有限公司 | 一种基于边缘检测与拟合曲线聚类的圆检测方法 |
CN105203022A (zh) * | 2015-01-12 | 2015-12-30 | 上海迪谱工业检测技术有限公司 | 一种鲁棒的影像测量方法 |
CN111189399A (zh) * | 2019-12-05 | 2020-05-22 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
CN111189399B (zh) * | 2019-12-05 | 2022-03-04 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101783014A (zh) | 一种圆形检测的方法 | |
US9619691B2 (en) | Multi-view 3D object recognition from a point cloud and change detection | |
CN109029381B (zh) | 一种隧道裂缝的检测方法、系统及终端设备 | |
CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
JP6358160B2 (ja) | 走行路面検出装置及び走行路面検出方法 | |
US20150109290A1 (en) | Device and method for removing noise points in point clouds | |
CN105137412B (zh) | 一种2d激光雷达距离图像中线段特征精确拟合方法 | |
CN103295014B (zh) | 基于像素位置排列直方图的图像局部特征描述方法 | |
CN105096298A (zh) | 一种基于快速直线提取的网格特征点提取方法 | |
CN109001757A (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
CN104408711A (zh) | 一种基于多尺度区域融合的显著区域检测方法 | |
CN103295227B (zh) | 一种基于梯度方向分割的圆检测方法 | |
CN103593849A (zh) | 一种用于影像序列椭圆形人工目标点快速识别与跟踪方法 | |
CN102903111B (zh) | 基于图像分割的大面积低纹理区立体匹配算法 | |
CN102243705A (zh) | 基于边缘检测的车牌定位方法 | |
CN112509027A (zh) | 重定位方法、机器人及计算机可读存储介质 | |
CN108197531B (zh) | 一种道路曲线检测方法、装置和终端 | |
CN103927743A (zh) | 一种遥感成像中人造目标的检测方法 | |
CN104392428A (zh) | 一种针对侧扫声纳图像的拼接系统 | |
CN104537675A (zh) | 一种sar图像双边cfar舰船目标检测方法 | |
CN104282001A (zh) | 增强图像特征二值描述子性能的方法 | |
CN101727668B (zh) | 一种图像边界检测的方法及装置 | |
CN103473566A (zh) | 一种基于多尺度模型的车辆检测方法 | |
CN105373793A (zh) | 一种qr码图像几何校正的顶点定位方法 | |
Selvathai et al. | Automatic interpretation of analog dials in driver's instrumentation panel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100721 |