基于欧氏距离图的随机Hough变换椭圆检测方法.docVIP

基于欧氏距离图的随机Hough变换椭圆检测方法 　　摘 要： 为了实现椭圆目标的有效检测，克服椭圆检测过程中对椭圆完整性和边缘梯度精度要求过高的缺点，提出了一种改进的随机Hough变换的椭圆检测方法。首先充分利用椭圆的轴对称特性和极点?极弦性质求取候选椭圆，有效解决了无效采样和累积问题，然后采用欧氏距离图计算椭圆边缘点的欧氏距离之和来确定真实椭圆。实验结果表明，该算法相对于RHT?3算法和CMHT算法具有检测精度高、检测速度快和抗椭圆缺失能力强的优点。 　　关键词： 椭圆检测； 随机Hough变换； 无效采样； 欧氏距离 　　中图分类号： TN911.73?34； TP391.41 文献标识码： A 文章编号： 1004?373X（2016）21?0061?04 　　Ellipse detection method based on random Hough transform 　　and Euclidean distance graph 　　GAO Yuyu， WANG Chunfang 　　（Liren College of Yanshan University， Qinhuangdao 066004， China） 　　Abstract： To detect the elliptical object effectively， and overcome the high requirements of edge gradient accuracy and ellipse integrity in ellipse detection process， an improved ellipse detection method based on improved random Hough transform is proposed. The axisymmetric characteristic， and pole and polar line property are fully used to get the candidate ellipse to solve the invalid sampling and accumulation problems effectively. The Euclidean distance graph is used to calculate the sum of Eucli?dean distances of the ellipse peripheral point to determine the true ellipse. The experimental results show that， in comparison with RHT?3 algorithm and CMHT algorithm， the algorithm proposed in this paper has higher detection accuracy， faster detection speed， and stronger ability to resist the ellipse loss. 　　Keywords： ellipse detection； random Hough transform； invalid sampling； Euclidean distance 　　0 引 言 　　椭圆检测是图像处理研究中的一个热点，它在医学图像分析和机器视觉等领域内有着广泛的应用[1]。Hough变换是检测椭圆的一种有效方法，有很好的准确性和鲁棒性，而且具有较强的抗噪能力和对椭圆缺失不敏感的优点，但直接应用Hough变换检测椭圆存在着参数空间内存需求大、计算复杂的缺陷[2]。 　　针对这些问题，文献[3]提出了随机Hough变换（RHT），通过随机采样5个边缘点确定参数空间，采用参数空间多对一映射和动态链表，降低计算复杂度和内存空间需求，具有参数精度任意高参数空间无限大的优点，但是大量随机采样和累积问题严重影响了RHT的性能。陈燕新等对RHT算法进行了改进，提出了RHT?3椭圆检测算法[4]，利用边缘梯度方向有效地解决了无效采样和累积问题，但此方法仅适用于梯度方向集中的图像。屈稳太利用椭圆的对称性，提出了一种基于弦中点Hough变换（CMHT）的椭圆检测方法[5]，虽然该算法检测速度快，但是缺乏抗椭圆缺失的能力，检测精度有待提高。Chang则提出了基于矩形边框的椭圆检测方法[6]，它不使用Hough变换，而是利用矩形边框定位椭圆中心，从而获得椭圆中心，然后使用边界跟踪寻找椭圆长轴的一个顶点，最后定位短轴的方向，该方法计算简单有效，但仅仅应用于完整椭圆。文献[7]提出基