CN117237657A - 一种基于hough变换的RSCD圆弧检测方法 - Google Patents
一种基于hough变换的RSCD圆弧检测方法 Download PDFInfo
- Publication number
- CN117237657A CN117237657A CN202210631727.4A CN202210631727A CN117237657A CN 117237657 A CN117237657 A CN 117237657A CN 202210631727 A CN202210631727 A CN 202210631727A CN 117237657 A CN117237657 A CN 117237657A
- Authority
- CN
- China
- Prior art keywords
- circle
- rscd
- continuous
- arc detection
- circle center
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 230000009466 transformation Effects 0.000 title claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种基于hough变换的RSCD圆弧检测方法，包括图像预处理和RSCD圆弧检测，RSCD圆弧检测包括以下步骤：获取连续轮廓数组和边缘点数组、一次筛选、二次筛选、Hough变换圆检测、计算各圆心的欧氏距离与圆心间的平均距离误差平方和、获取圆的集合、根据圆的集合得到所求圆心坐标值和半径值，利用hough变换，排除那些孤立的噪声点，又避免较小圆漏选，得到所有符合条件的连续边缘轮廓，保证检测准确度同时，降低检测时间。
Description
技术领域
本申请涉及一种图像处理识别方法，尤其是涉及一种基于hough变换的RSCD圆弧检测方法。
背景技术
在模式识别、计算机视觉和逆向工程等众多领域中，常常需要将场景或图像中的圆形图形检测出来，以达到识别、定位目标和矢量化等目的。因此，需要对圆检测的算法尤其是较小圆的检测算法进行研究。目前常见的圆检测方法有基于垂直平分线求交的圆弧检测算法、基于遗传算法的圆检测方法、基于电磁优化的圆检测方法、基于存在概率的圆检测方法和基于Hough变换的圆检测方法。其中基于Hough变换的圆检测方法因具有受曲线间断影响小和不受图形旋转影响的优点，应用范围较为广泛。有一种方法根据圆上任意弦的中垂线通过圆心的性质，把圆的Hough变换转变成直线Hough变换来确定圆的参数。该方法只是将搜索空间由三维降低为二维，但在二维空间的搜索计算时间复杂度和空间复杂度仍然很大。林金龙等对上述算法进行了改进，利用同一圆上任意两条弦的中垂线相交于圆心的性质，将搜索空间由三维降低到一维，减少了算法的计算量，但是该算法的检测精度不高，会出现误检测和漏检测现象；又有一种方法提出了一种基于Hough变换的圆和矩形的检测算法，首先对提取的轮廓边缘利用形状角进行粗分类，然后进行细致、准确的检测，该算法虽然运算量小，但是需人为设置粗分类时的形状角控制精度以及投票时的判断阈值，固定值会造成大量的漏检测或误检测；再有一种方法提出了一种基于梯度信息的快速Hough变换检测圆心的方法，用以定位目标的圆心位置。该算法的优点是计算量小、速度快，缺点是只定位了圆心位置，并没有确定半径大小，而且计算梯度值时需要导数信息，对噪声比较敏感。
发明内容
本申请所需要解决的技术问题是提供一种基于hough变换的RSCD圆弧检测方法，在保证了检测准确度的前度下，降低了检测时间。
本申请采用的技术方案如下：一种基于hough变换的RSCD圆弧检测方法，包括图像预处理和RSCD圆弧检测，所述RSCD圆弧检测包括以下步骤：
第一步，从位图的左上角开始，按照从上到下、从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；
第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；
第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；
第四步，将每个连续轮廓数组中的像素点，进行快速三点Hough变换圆检测，得到每个像素点对应的圆心坐标和半径值；
第五步，计算两圆心之间的欧式距离、欧式距离标准差以及各圆心的欧氏距离与圆心间的平均距离误差平方和；
第六步，若圆心的欧氏距离与圆心间的平均距离误差平方和最小，随机选取该圆心所在轮廓上若干个像素点作为圆的集合，否则任选一个像素点，取像素点的半径范围内的圆心坐标重复第五步；
第七步，所述圆的集合的区域中心即为所求圆心坐标值，所述圆的集合中的半径平均值即为所求半径值。
本申请可进一步设置为：所述图像预处理包括图像灰度化、中值滤波去噪、MSRCR图像增强和Qtsu’s算法二值化。
本申请可进一步设置为：所述下限阈值为6。
本申请可进一步设置为：所述第六步中，所述若干个像素点的数量为3的倍数。
本申请的有益效果是：利用了hough变换，在一次筛选结束后，就可以排除那些孤立的噪声点，通过二次筛选又可以避免较小圆漏选，得到所有符合条件的连续边缘轮廓，在保证了检测准确度的前度下，降低了检测时间。
附图说明
以下将结合附图和优选实施例来对本申请进行进一步详细描述，但是本领域技术人员将领会的是，这些附图仅是出于解释优选实施例的目的而绘制的，因此不应当作为对本申请范围的限制。此外，除非特别指出，附图示意在概念性地表示所描述对象的组成或构造并可能包含夸张性显示，并且附图也并非一定按比例绘制。
图1为本申请方法流程示意图。
具体实施方式
下面结合附图，对本申请作详细的说明。
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
一种基于hough变换的RSCD圆弧检测方法，包括图像预处理和RSCD圆弧检测，RSCD圆弧检测包括以下步骤：
第一步，从位图的左上角开始，按照从上到下、从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；
第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；将下限阈值设为6，这样可以排除那些孤立的噪声点，一次筛选结束，就可以得到所有符合条件的连续边缘轮廓，包括长方形、正方形、三角形和圆形等；
第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；通过二次筛选又可以避免较小圆漏选；
第四步，将每个连续轮廓数组中的像素点，进行快速三点Hough变换圆检测，得到每个像素点对应的圆心坐标和半径值；
第五步，计算两圆心之间的欧式距离、欧式距离标准差以及各圆心的欧氏距离与圆心间的平均距离误差平方和；
第六步，若圆心的欧氏距离与圆心间的平均距离误差平方和最小，随机选取该圆心所在轮廓上若干个像素点作为圆的集合，否则任选一个像素点，取像素点的半径范围内的圆心坐标重复第五步；
第七步，所述圆的集合的区域中心即为所求圆心坐标值，所述圆的集合中的半径平均值即为所求半径值。
图像预处理包括图像灰度化、中值滤波去噪、MSRCR图像增强和Qtsu’s算法二值化。
霍夫圆检测（RSCD）使用投票计数法来定位圆心，从图像的轮廓(或边缘)信息中随机选取三个点，根据三点确定一个圆，寻找所有可能圆。通过计算一定区域内的可能圆圆心与区域中心的标准差来确定一个最大圆心密度区域，将该区域的中心作为圆的圆心，同样的，对于半径的计算是采用所有可能圆的半径的平均值作为最终圆的半径。这样可以在保证准确度的情况下，极大的减少了计算量。
以上对本申请进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请及核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (4)
1.一种基于hough变换的RSCD圆弧检测方法，其特征在于包括图像预处理和RSCD圆弧检测，所述RSCD圆弧检测包括以下步骤：
第一步，从位图的左上角开始，按照从上到下、从左到右的方式进行搜索，将搜索到封闭的单像素连续轮廓存入连续轮廓数组，对连续轮廓中的像素点按逆时针方向进行编码并统计总像素点数，将统计结果存入边缘点数组中，直至遍历完整幅图像为止；
第二步，设定下限阈值，对边缘点组进行一次筛选，排除边缘点组数据过小的连续边缘轮廓；
第三步，根据检测圆的性质，在连续边缘轮廓上取互不重合的四个点，对一次筛选得到的所有连续轮廓进行二次筛选，排除那些明显不可能为圆的图形，确定最终的候选边缘点组及对应的连续边缘轮廓，更新连续轮廓数组和对应的边缘点组；
第四步，将每个连续轮廓数组中的像素点，进行快速三点Hough变换圆检测，得到每个像素点对应的圆心坐标和半径值；
第五步，计算两圆心之间的欧式距离、欧式距离标准差以及各圆心的欧氏距离与圆心间的平均距离误差平方和；
第六步，若圆心的欧氏距离与圆心间的平均距离误差平方和最小，随机选取该圆心所在轮廓上若干个像素点作为圆的集合，否则任选一个像素点，取像素点的半径范围内的圆心坐标重复第五步；
第七步，所述圆的集合的区域中心即为所求圆心坐标值，所述圆的集合中的半径平均值即为所求半径值。
2.根据权利要求1所述的一种基于hough变换的RSCD圆弧检测方法，其特征在于所述图像预处理包括图像灰度化、中值滤波去噪、MSRCR图像增强和Qtsu’s算法二值化。
3.根据权利要求2所述的一种基于hough变换的RSCD圆弧检测方法，其特征在于所述下限阈值为6。
4.根据权利要求3所述的一种基于hough变换的RSCD圆弧检测方法，其特征在于所述第六步中，所述若干个像素点的数量为3的倍数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210631727.4A CN117237657A (zh) | 2022-06-07 | 2022-06-07 | 一种基于hough变换的RSCD圆弧检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210631727.4A CN117237657A (zh) | 2022-06-07 | 2022-06-07 | 一种基于hough变换的RSCD圆弧检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117237657A true CN117237657A (zh) | 2023-12-15 |
Family
ID=89089822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210631727.4A Pending CN117237657A (zh) | 2022-06-07 | 2022-06-07 | 一种基于hough变换的RSCD圆弧检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117237657A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952973A (zh) * | 2024-03-26 | 2024-04-30 | 浙江明禾新能科技股份有限公司 | 一种基于轮廓匹配的光伏接线盒故障检测方法 |
-
2022
- 2022-06-07 CN CN202210631727.4A patent/CN117237657A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952973A (zh) * | 2024-03-26 | 2024-04-30 | 浙江明禾新能科技股份有限公司 | 一种基于轮廓匹配的光伏接线盒故障检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ohya et al. | Recognizing characters in scene images | |
| Awrangjeb et al. | An improved curvature scale-space corner detector and a robust corner matching approach for transformed image identification | |
| CN106650608B (zh) | 一种无定位点试卷中矩形定位框的识别方法 | |
| CN110569857B (zh) | 一种基于质心距离计算的图像轮廓角点检测方法 | |
| WO1993007580A1 (fr) | Procede pour determiner la direction dans une region locale d'un segment de profil et procede pour determiner les lignes et les angles | |
| CN112330678A (zh) | 产品边缘缺陷检测方法 | |
| CN110780276A (zh) | 一种基于激光雷达的托盘识别方法、系统和电子设备 | |
| CN117237657A (zh) | 一种基于hough变换的RSCD圆弧检测方法 | |
| CN114358166B (zh) | 一种基于自适应k均值聚类的多目标定位方法 | |
| CN112101351A (zh) | 一种基于投影的文本行旋转校正方法及装置 | |
| Zou et al. | Design of a new coded target with large coding capacity for close—range photogrammetry and research on recognition algorithm | |
| CN110969612B (zh) | 二维码印刷缺陷检测方法 | |
| CN113888456B (zh) | 一种基于轮廓的角点检测方法 | |
| CN113033233B (zh) | 一种几何变形qr码的定位方法、装置及存储介质 | |
| Pan et al. | An efficient method for skew correction of license plate | |
| CN113159103A (zh) | 图像匹配方法、装置、电子设备以及存储介质 | |
| CN112597868A (zh) | 基于无定位点的试卷识别和矫正方法 | |
| CN114937211B (zh) | 基于不变对象的遥感影像变化检测方法 | |
| CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
| CN115797649A (zh) | 一种复杂背景下的裂缝提取方法 | |
| CN112434675B (zh) | 一种全局自适应优化参数的瞳孔定位方法 | |
| US20030156748A1 (en) | Adaptive threshold determination for ball grid array component modeling | |
| CN114781417A (zh) | 一种二维码识别方法、二维码识别装置及电子设备 | |
| CN115082944A (zh) | 表格的智能识别切分方法、系统和终端 | |
| CN111784634A (zh) | 一种基于Harris-CPDA的角点检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |