新型亚像素圆检测算法

doi:10.3778/j.issn.1002-8331.2009.31.052

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 175-177.DOI: 10.3778/j.issn.1002-8331.2009.31.052

• 图形、图像、模式识别 • 上一篇下一篇

新型亚像素圆检测算法

张成¹，王昕¹，史健卫²，韩凡石²

1.哈尔滨工业大学深圳研究生院机械工程与自动化学科部，广东深圳 518055
2.日东电子科技（深圳）有限公司工程部，广东深圳 518103

收稿日期:2008-06-04 修回日期:2008-10-10 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 张成

Novel computer vision algorithm for sub-pixel circle detection

ZHANG Cheng¹，WANG Xin¹，SHI Jian-wei²，HAN Fan-shi²

1.Division of Mechanical Engineering and Automation，Harbin Institute of Technology Shenzhen Graduate School，Shenzhen，Guangdong 518055，China
2.Department of Engineering，Sun East Electronic Technology（Shen Zhen） Co.，Ltd.，Shenzhen，Guangdong 518103，China

Received:2008-06-04 Revised:2008-10-10 Online:2009-11-01 Published:2009-11-01
Contact: ZHANG Cheng

摘要/Abstract

摘要： 提出了一种在计算机视觉检测中用于亚像素圆检测的快速新算法，该算法把计算机图形学中的对圆形的生成算法理论引入到视觉检测中，避免了由于亚像素检圆检测带来的计算量大，速度慢的问题。实验表明，该检测方法不仅速度快，精度高，而且抗噪能力强。

关键词: 圆检测, 计算机图形学, 亚像素, 中点Bresenham算法

Abstract: An improved algorithm for sub-pixel circle detection in computer vision is introduced into vision detection in this paper，according to an available theory of circle drawing of computer graphics.It can avoid multiple calculation and slow speed compared with general sub-pixel circle detection algorithms.Experiments show that the target circle can be detected in large images more fast and accurately by this method and with better anti-noisy ability.

Key words: circle detection, computer graphics, sub-pixel, midpoint Bresenham algorithm

中图分类号:

TP301.6

张成¹，王昕¹，史健卫²，韩凡石². 新型亚像素圆检测算法[J]. 计算机工程与应用, 2009, 45(31): 175-177.

ZHANG Cheng¹，WANG Xin¹，SHI Jian-wei²，HAN Fan-shi². Novel computer vision algorithm for sub-pixel circle detection[J]. Computer Engineering and Applications, 2009, 45(31): 175-177.

[1]	沈夏炯1，2，段晓宇2，原万里2，韩道军1，2. 基于连通区域标记算法的圆检测算法的研究[J]. 计算机工程与应用, 2018, 54(21): 95-98.
[2]	刘帅1，2，刘元宁1，3，朱晓冬1，3，冯家凯1，3，卢时旭1，2. 基于分块搜索的虹膜定位算法[J]. 计算机工程与应用, 2018, 54(18): 212-217.
[3]	孙福盛，韩燮，丁江华，刘涛. LYTRO相机光场图像深度估计算法及重建的研究[J]. 计算机工程与应用, 2018, 54(13): 175-180.
[4]	张爱华，杨莉苹，林冬梅. 基于灰度矩的脉搏图像亚像素特征点提取研究[J]. 计算机工程与应用, 2017, 53(8): 224-229.
[5]	丁伟1，丁松2. O型金属密封件亚像素尺寸检测方法的研究[J]. 计算机工程与应用, 2017, 53(3): 216-220.
[6]	唐松，杨其华，刘刚海. 基于Halcon的阀芯尺寸亚像素级测量[J]. 计算机工程与应用, 2017, 53(3): 237-241.
[7]	吴叶兰1，2，秦艳红1，张之敬2. 基于显微视觉的微小型零件边缘检测技术研究[J]. 计算机工程与应用, 2016, 52(17): 266-270.
[8]	张晓林1，周哲海1，2，王晓玲1，祝连庆1，2. 基于改进Zernike方法实现圆形边缘亚像素检测[J]. 计算机工程与应用, 2015, 51(20): 157-161.
[9]	孟德欣，谢二莲. 基于Hough变换的汽车零件中圆形检测的改进算法[J]. 计算机工程与应用, 2015, 51(11): 172-174.
[10]	林琦，俞水良. 沿梯度方向的改进一阶差分亚像素边缘检测法[J]. 计算机工程与应用, 2014, 50(14): 168-171.
[11]	刘明进1，王珏1，2，蔡玉芳2，王慧倩3. Zernike矩结合Sigmoid曲线拟合边缘检测方法[J]. 计算机工程与应用, 2014, 50(1): 149-152.
[12]	张以成，冯西权. 线段二维裁剪与绘制的算法性能分析[J]. 计算机工程与应用, 2013, 49(6): 180-182.
[13]	古意昌，徐杜，蒋永平. 改进Prewitt算子圆锥面边缘高精度检测算法[J]. 计算机工程与应用, 2013, 49(22): 201-203.
[14]	吴丽媛，徐国华，余琨. 基于前视声纳的成像与多目标特征提取[J]. 计算机工程与应用, 2013, 49(2): 222-225.
[15]	郭斌1，徐杜1，蒋永平1，黄品松1，陈济棠1，孔海朋2，梁柱2. 一种轴类零件边缘精确定位方法[J]. 计算机工程与应用, 2012, 48(10): 238-241.

新型亚像素圆检测算法

Novel computer vision algorithm for sub-pixel circle detection

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