外文翻译译文-霍夫圆变换方法的比较研究发现.docxVIP

霍夫圆变换方法的比较研究发现 H.K. Yuen, J. Princen, J. Illingworth and J. KittlerDepartment of Electronics and Electrical EngineeringUniversity of Surrey, Guildford, GU2 5XH. U.K. 本文的目的是研究能检测大量的圆的检测方法，这是基于霍夫变换的圆形特征提取的方法。这些方法包括标准霍夫变换、李等人提出的快速霍夫变换等，二维存储方法是基于格里克和克莱因的那些设想和两阶段方法。我们实验性的比较了这些方法的表现，还用图阐明它们的性质，例如：准确性、可靠性、计算效率和存储需求。 近些年，一些基于霍夫变换的发现圆的方法和一些关于快速启用霍夫变换的一般技术被提出。那些方法总是声称能提高效率、存储和可靠性，尽管在大多数情况下与其它技术的对照是差强人意的。我们觉得现在是时候一起提出那些算法，更详细地检查它们的性质。研究是实验性的，我们会考虑真实综合的图像。我们的研究结果表明：霍夫变换法对于更复杂的变化并不胜过那些直截了当的检测方法。 本文的构成如下：在接下来这部分，我们将介绍圆的发现问题及基本霍夫变换的基本思路。我们的研究对五大霍夫变换的每类的基本方法都进行简要的描述。每种方法的实验评价都将会给出，论文的最后一部分是我们工作的总结。 用霍夫变换发现圆 如果一个圆被表示为：（x-a)2+(y-b)2=r2 ，(a,b)为圆心的坐标，r为圆的半径，圆上任意一点（xi,yi)将被转换为一个圆形的圆锥体（a,b,r)界限空间。如果图形上的所有点都位于一个圆上，这些圆锥将交叉在一个点（a,b,r)上相当于这个圆的界限。Kimme等人是首先运用霍夫变换原理用真实的图像发现圆的人。在他们的研究中，他们探索了每个边缘点的倾斜方向。一个圆的中心必须位于正常的边缘点。相较于整个圆形的圆锥扩大，其实只有圆锥的几段需要扩大，被扩大的区域的大小取决于边缘方向估计的准确性。 完成霍夫变换很重要的一步就是峰值检波发现。我们所找到的一个非常有效的的方法是由格里克和克莱因提出的后处理方法，它是我们简化发现的峰值问题的一项非常有用的技术。它由一个二次设备通过在蓄能器阵列定义最大值，得出每个点的所有临界值，每个边缘点的位置都被标记下来。在所有方法中，这项技术用于发现最终的顶点。我们将在[7,10]中详细解释。 标准霍夫变换 标准霍夫变换的基本思路我们在先前部分已经概述过了。使用一个3-D蓄能器阵列，用边缘方向信息限制选上圆锥体的一部分。最理想的位置是圆心必须位于一条适应正常边缘方向的线上，因此，我们只能沿着所有正常点的边缘点去寻找可能的中心位置，这个被估计的中心到每个边缘点的距离就相当于这个圆的半径。但是，在实践中，边缘方向通常被估计得不准确。总之，如果用简单的收集策略，在累加器数组中真实最大值很难被发现。如果方向错误是在±△φ范围内，我们认为圆心点（xi,yi)是在一个确定的区域里。当半径增加，这片区域会分离开来。在累加器中扩大这片区域是非常困难的，这片区域会随着这条正常线的堵塞增加而稍稍扩大，详细请看[10]。 格里克和克莱因的霍夫变换法 标准霍夫变换存在的问题是如果圆半径变动范围很大的话，需要的存储空间也很大。格里克和克莱因用三个二维的累加器数组来替换一个三维的累加器数组，我们把这种方法叫做格里克和克莱因的霍夫变换。其中两个数组用于中心位置，另一个用于大致的半径。在这种情形下，存储空间会比标准霍夫变换要小得多，发现圆的算法结构会非常简单。当参数的轨迹在霍夫空间形成一个圆之后，给半径赋一个值r=r0，(a,b)的轨迹就是半径为r0的圆所在的空间。因此，这样就有足够的空间去扩大所有的边界的点，让每个半径值都有一个圆。格里克和克莱因提出的方法没有用到边缘方向，这种程序很节省存储空间。但是，对每个中心来说，只有一个半径是有限制的，这不可能去发现集中的圆。这种方法的应用在[1]。 格里克和克莱因的霍夫变换法和梯度方向 格里克和克莱因的霍夫变换法没有用到边缘方向，一个完整的圆必须包括每个边缘点的每个半径值，这在一定程度上对计算有较高的要求。为了提高效率，我们必须修改格里克和克莱因的霍夫变换法，加上边缘方向的信息，这个修改方法叫做格里克梯度霍夫变换。只有决定边缘方向的圆的一块扇形部分需要扩大。为了高效的做这些工作，我们把扇形近似地当做方形。这个方法的构造和格里克和克莱因的霍夫变换法是完全相同的， 除了在积累和后处理的完整圆的较小的区域被认为是之外。 2-1霍夫变换 另一种运用边缘方向来减少存储需求的方法是将圆的发现分解成两个阶段，这种方法用在[2,3]中，这里我们把它叫做2-1霍夫变换。因为一个圆的中心必须位于圆上每点的法线，这些法线的公