一种基于高斯金字塔分解的不规则圆检测方法

摘要

本发明涉及一种基于高斯金字塔分解的不规则圆检测方法。现有的圆检测算法在高分辨率、多圆的检测环境中会发生误检或漏检。本发明方法针对数字图像中的圆目标，通过高斯图像金字塔分解方法将图像分解成不同分辨率的图像，针对不同等级分辨率，采用不同圆检测方法，在低分辨率图像上进行粗略检测，之后在高分辨率图像进行精细圆检测，且在检测的各步骤中，相应的阈值给出了明确的设定方法。本发明提高了对不规则圆的检测精度，能够分析高噪声、多圆的复杂图像。

主权项

1.一种基于高斯金字塔分解的不规则圆检测方法，其特征在于该方法包括以下步骤：步骤(1)用高斯图像金字塔将原始图像分解为低分辨率图像，所述的低分辨率图像分解级数为；在分析一组原始图像时，首先选择该组中圆半径差距最大的图像，该组图像的分解级数具体确定方法分为以下两种情况：①当原始图像最大圆半径小于等于最小圆半径10倍时，分别以0、1、2、3、4、5为分解级数分析所选图像，然后根据各个图像分解级数下的分析速度，选择分析速度最快的分解级数为该组图像的分解级数；②当原始图像最大圆半径大于最小圆半径10倍时，首先设原始图像中最大的圆半径为，将待检测目标圆的半径范围划分成个半径范围区域，，其中,的范围为，此时可通过情况①中的方法确定每个半径范围区域的最佳分解级数，然后对原始图像从最大的半径区域范围开始进行次多分辨率的圆检测，每次检测只检测半径范围的圆，检测到的圆在下次检测时应从分解后的图像上擦除；步骤(2)、运用改进的hough圆检测算法对低分辨率图像进行圆检测，检测出低分辨率图像中圆的个数以及各个圆的在低分辨率图像上的圆心和半径，具体是：1) 对图像的边缘点集E中的点跟据其连通性进行分类，分别得到拥有条连续边缘的边缘点集E的个边缘点子集，，其中边缘点子集、……按子集中点的个数降序排列；2)对上述各子集按照、……的排列顺序分别运用hough圆检测算法进行检测，具体是从边缘点集中，等间隔取三个点，起始位置及间隔距离由边缘点集中点的个数决定；设置阈值，当采样次数大于时，则放弃该边缘所有点的采样权；如果检测到存在的圆，则记录圆的圆心和半径，同时取消该圆上所有边缘点的采样权；步骤(3)将低分辨率图像中检测到的每个圆根据其圆心和半径逐一映射到原始图像与之对应的圆存在区域；步骤(4)在上述每个圆存在区域利用最小二乘法圆参数拟合算法逐一检测原始图像中圆的圆心和半径；所述的最小二乘法圆参数拟合算法步骤为：Ⅰ）利用迭代剔除的最小二乘法圆参数拟合算法得到边缘点集，其步骤为：A）将原始图像中与经由改进的hough变换在低分辨率图像中检测到的圆A的边缘所对应的区域记为P，设为P中的边缘点集，中点的个数为，将该点集中点的坐标参数拟合到最小二乘法的圆心、半径计算公式中得到圆B；B）设置阈值，遍历中的点，记点到圆心的距离与半径的平方差为，当时，从中剔除该点；C）重复执行步骤(A)和(B)；设经过剔除后，中剩余点数为，设置阈值、，记中的剩余点到圆心的距离与半径的平方差为，记，当小于，或剩余边缘点个数小于时，停止迭代，输出剩余的边缘点集；Ⅱ）将边缘点集中的点拟合到最小二乘法圆参数拟合算法中求得原始图像中圆的圆心和坐标。