基于弦中点hong变换的椭圆检测方法.docxVIP

基于弦中点hong变换的椭圆检测方法 椭圆物体存在于现实生活中。随着计算机视觉技术的发展，计算机需要确定椭圆的位置和形状，如水平仪检验中的泡沫位置和自动生产线中的圆形物体。 Hough变换是一种非常有效的从图像中提取特定几何图形(如直线、圆和椭圆等)及其特征的方法,它是通过数据的积累来提取特征的,其主要特点是对局部信息的缺损不敏感和对随机噪声的鲁棒性.标准Hough变换(SHT)在曲线参数空间的量化和累加器的设计上存在一定的困难.在算法实现上,一般先对参数空间中各参数可能的取值范围进行估计,然后在全范围内进行量化.将参数空间分成一个个小的超立方体,给每一个量化的超立方体设置一个累加器.这种实现方法是一到多的映射,要求占用较大的存储空间和较长的计算时间,尤其是对参数个数较多的曲线如椭圆等. Xu等人提出了随机Hough变换(RHT),与SHT相比,RHT变换是多到一的映射,使用了3个新的操作机制: 在图像空间中的随机抽样、参数空间中的动态联接列表以及连接图像空间和参数空间的收敛映射,从而使Hough变换的计算速度和存储器的利用率有较大的提高.但在处理复杂图像和有较强干扰的图像时,RHT由于无目标的随机采样引入了大量的无效采样与无用累积,使算法性能大大降低.为此,一些学者提出了改进的RHT算法,改进的思路主要从两个方面入手: 一方面通过降低随机采样的点数,从而减少无效采样的概率,Robert等人提出的三点椭圆检测法就是成功的应用;另一方面就是利用采样点的特征信息来判断是否进行累积,从而降低无效累积的计算. 本文将SHT与RHT相结合,提出一种新的基于弦中点的Hough变换(chord midpoint Hough transform,CMHT)方法.该方法在引入椭圆内切椭圆概念的基础上,利用椭圆上所有点的内切椭圆必经过椭圆中心的性质.本文给出了该方法的实现步骤,并对算法的效率进行了理论分析,最后结合两个应用实例进行了仿真研究. 1 椭圆的中心和内切椭圆的中心位置.首先要确定一个中点 Ax2+2Bxy+Cy2+2Dx+2Ey+1=0. (1) 式中含有5个自由参数.在基于CMHT的检测方法中,5个参数并不是一次性求出,而是分两步求出: 第一步求出椭圆的中心(对应2个参数),这是该算法的关键技术;第二步求出其他3个参数.为了叙述方便,引入下面几个概念. 定义1在一幅二值图像(由特征点与背景点组成)中,任取一个特征点,连接该点到其他特征点的线段,称这些线段的中点所构成的曲线为该点的中点曲线,如图1(a)所示. 定义2在椭圆上任意取一点,将该点与椭圆上其他点相连构成椭圆的一组弦,这组弦的中点构成一个新的椭圆,称该椭圆为原椭圆在该点的内切椭圆,如图1(b)所示. 定义3设平面上有一点,任意椭圆的弦通过这点,就被这点所平分,称这点为椭圆的中心.椭圆的中心是惟一的,如图1(c)所示. CMHT的原理是基于这样的事实: 在一个含有椭圆的二值图像中,椭圆上点的内切椭圆相交于椭圆的中心,如图1(d)所示.非椭圆上的点的中点曲线,相交于椭圆中心的可能性很小,那么,在椭圆的中心处,必有较多的内切椭圆通过,而在其他位置上,中点曲线通过的次数就少得多,这正是Hough变换的基本思想.求得椭圆的中心后,就可以方便地求出其他3个参数,为此,引入下面的定理. 定理1设椭圆的方程由式(1)表示,椭圆的中心位于坐标原点的充要条件为D=0,E=0(即方程中不含x、y的一次项). 证明: 先证明充分性.设D=0,E=0,则式(1)变为 Ax2+2Bxy+Cy2+1=0. 设M(x,y)为椭圆上任一点,M′(-x,-y)为椭圆上的另一点,M(x,y)和M′(-x,-y)是关于原点对称的两点,所以原点O(0,0)是连接点M和M′的弦的中点.根据定义3,原点是椭圆的中心. 再证明必要性.如果原点为椭圆的中心,可以证明在式(1)中,D=0,E=0.只要令y=kx为通过原点的任一直线,这条直线与椭圆有两个交点: Ax2+2Bxy+Cy2+2Dx+2Ey+1=0,y=kx.}(2)Ax2+2Bxy+Cy2+2Dx+2Ey+1=0,y=kx.}(2) 代入整理得 (A+2Bk+Ck2)x2+2(D+kE)x+1=0. (3) 方程(3)的两个根就是两个交点的横坐标,由于原点是椭圆的中心,两交点关于原点必对称,它们的横坐标仅差一个符号,这就要求D+kE=0,k值是任意的,因此必须有D=0,E=0.证毕. 设椭圆的中心为(x0,y0),对整幅图像作坐标变换: x=x′+x0,y=y′+y0,}(4) 则椭圆方程变为 Ax′2+2Bx′y′+Cy′2+1=0. (5) 在图像中寻找3对关于原点对称的点,代入方程(5)中,可求得A、B、C三个未知参数