视觉测量中椭圆自动检测与定位方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 169-171.

• 图形、图像、模式识别 • 上一篇下一篇

视觉测量中椭圆自动检测与定位方法

韩建栋1，杨红菊1，吕乃光2

1.山西大学计算机与信息技术学院，计算智能与中文信息处理教育部重点实验室，太原 030006
2.北京信息科技大学光电信息与通信工程学院，北京 100192

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Automated ellipse detection and location method in 3D visual inspection

HAN Jiandong1，YANG Hongju1，LV Naiguang2

1.Key Lab of Ministry of Education for Computational Intelligence and Chinese Information Processing，School of Computer and Information Technology，Shanxi University，Taiyuan 030006，China
2.School of Optoelectronic Information and Telecommunication Engineering，Beijing University of Information Science and Technology，Beijing 100192，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 针对视觉测量中椭圆目标的检测效率与定位精度较低的问题，提出一种高效的椭圆识别与定位方法。该方法利用回光反射控制点的强反射特性，提取目标的边缘信息，对连续的边缘进行分组，利用椭圆长轴信息对每组边缘数据进行椭圆识别，采用基于变量含误差模型的椭圆拟合方法，实现椭圆目标中心的精确定位。实验证明，该方法具有快速、自动化、定位精度高、鲁棒性好等优点，在视觉测量中具有广泛的应用前景。

关键词: 视觉测量, 椭圆识别, 边缘提取, 椭圆拟合

Abstract: In order to solve the problems in 3D vision measurement such as low inspection efficiency and low location precision and so on，an efficient method of ellipse detection and location is proposed.Using high-reflective characteristic of the retro-reflective targets，the Canny detector is applied to the gray level image in order to obtain a binary edge-map.Edge contours points are extracted from the edge-map and divided into several groups according to the continuity.Ellipse objects can be recognized by using major axis information of an ellipse.An ellipse fitting method based on the Heteroscedastic Errors-In-Variable（HEIV） model is applied to realize the precision locating of the ellipse objects.Experimental results show that the method has such advantages as fast speed，automation，high precision and good robustness and can be extensively applied to the vision measurement.

Key words: vision measurement, ellipse detection, edge extraction, ellipse fitting

韩建栋1，杨红菊1，吕乃光2. 视觉测量中椭圆自动检测与定位方法[J]. 计算机工程与应用, 2011, 47(17): 169-171.

HAN Jiandong1，YANG Hongju1，LV Naiguang2. Automated ellipse detection and location method in 3D visual inspection[J]. Computer Engineering and Applications, 2011, 47(17): 169-171.

[1]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[2]	于润泽，习俊通. 白车身复杂装配特征点云提取及参数计算[J]. 计算机工程与应用, 2020, 56(19): 244-251.
[3]	李佳芮，黄斯翀，徐修贤，康希睿，汪沛. 融合边缘信息和扩展邻域的异源图像匹配[J]. 计算机工程与应用, 2019, 55(14): 182-190.
[4]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.
[5]	唐广发，张会林. 人眼疲劳预测技术的研究[J]. 计算机工程与应用, 2016, 52(9): 213-218.
[6]	丁业兵. 基于惯量矩的椭圆拟合方法[J]. 计算机工程与应用, 2016, 52(18): 188-191.
[7]	裴景东，汪文虎，王姝，成浪永. 叶片基元叶型椭圆形前缘拟合方法[J]. 计算机工程与应用, 2015, 51(3): 243-246.
[8]	张春燕1，邹伟2. 一种鱼眼镜头标定板的设计、检测与排序方法[J]. 计算机工程与应用, 2015, 51(15): 188-192.
[9]	韩建栋，温静. 结合PCA与HEIV的椭圆目标检测算法[J]. 计算机工程与应用, 2014, 50(9): 1-4.
[10]	李仲生1，蔡则苏2，黄同成1，赵乘麒1. 粒边缘模型及其实现[J]. 计算机工程与应用, 2014, 50(5): 1-5.
[11]	胡慧1，何聚厚1，2，何秀青1. 基于细菌觅食与改进Otsu算法的自适应阈值边缘提取[J]. 计算机工程与应用, 2014, 50(4): 161-165.
[12]	刘燕1，王刚1，王国栋1，李效力2. 用于机器视觉的焊缝图像获取及图像处理[J]. 计算机工程与应用, 2014, 50(3): 135-140.
[13]	史久根，陈志辉. 基于运动历史图像和椭圆拟合的手势分割[J]. 计算机工程与应用, 2014, 50(22): 199-202.
[14]	王平1，田袁2，胡锡鹏3. 阈值自适应CNN的彩色图像边缘提取[J]. 计算机工程与应用, 2014, 50(21): 189-194.
[15]	余龙华，王宏，钟洪声. 人眼检测及瞳孔定位[J]. 计算机工程与应用, 2013, 49(3): 186-189.

视觉测量中椭圆自动检测与定位方法

Automated ellipse detection and location method in 3D visual inspection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics