作者：侯建成1, 刘国海1, 何坚强2, 汪志成1
作者单位：1. 江苏大学电气信息工程学院, 江苏 镇江 212000;
2. 盐城工学院电气工程学院, 江苏 盐城 224000
关键词：复杂背景;随机Hough变换;分区采样;圆检测;中心检测
摘要：
针对复杂背景下干扰因素多，圆的形态不规则，传统随机Hough变换圆检测速度慢，检测精度低的问题，提出一种复杂背景下的不规则圆检测方法。该方法首先通过连通区域标记算法，获得目标圆的感兴趣区域（region of interest， ROI），然后对圆的边缘点进行分区采样，提高随机采样的有效性；确定圆心位置后，取圆心的8邻域像素为圆心分别做圆，从而提高不规则圆的检测精度。通过对热保护器校准点的中心检测结果表明，提出的方法可在复杂背景下实现圆的精确检出，检测速度更快，检测精度更高。
Central detection based on improved random Hough transform
HOU Jiancheng1, LIU Guohai1, HE Jianqiang2, WANG Zhicheng1
1. School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212000, China;
2. School of Electrical Engineering, Yancheng Institute of Technology, Yancheng 224000, China
Abstract: Aiming at the problems of many interference factors, irregular shape of circle in complex background, slow detection speed and low detection accuracy of traditional random Hough transform circle, a circle detection method in complex background is proposed. Firstly, the ROI of the target circle is obtained by the connected region labeling algorithm. Then, the edge points of the circle are sampled in different zones to improve the effectiveness of random sampling. After determining the position of the center of the circle, the eight neighborhood pixels of the center of the circle are taken as the center of the circle to make circles separately, so as to improve the detection accuracy of the irregular circle. The test results of the center points of the calibration points of thermal protectors show that the proposed method can detect circles accurately under complex background, and the detection speed is faster and the detection accuracy is higher.
Keywords: complex background;random Hough transform;partitioned sampling;circle detection;center detection
2020, 46(1):124-128 收稿日期: 2019-05-13;收到修改稿日期: 2019-07-19
基金项目: 江苏省政策引导类计划项目（BZ2018046）
作者简介: 侯建成(1993-),男,山东泰安市人,硕士研究生,专业方向为机器视觉与图像处理
参考文献
[1] 贾小军, 魏远旺, 廖伟志, 等. 基于多阈值和改进的Hough变换检测电表接线圆孔尺寸[J]. 光电子·激光, 2018, 29(10):1074-1081
[2] CHEN T C, CHUNG K L. An efficient randomized algorithm for detecting circles[J]. Computer Vision and Image Understanding, 2001, 83(2):172-191
[3] 安培源, 张华. 基于边缘检测和Hough变换的圆定位算法[J]. 浙江理工大学学报(自然科学版), 2018, 39(5):593-598
[4] 李福庆, 苏湛. 粒子群圆检测算法[J]. 软件导刊, 2018, 17(1):60-63
[5] XU L, OJA E, KULTANEN P. A new curve detection method:randomized Hough transform (RHT)[J]. Pattern Recognition Letters, 1990, 11(5):331-338
[6] XU L, OJA E. Randomized Hough transform (RHT):basic mechanisms, algorithms and complexities[J]. Computer Vision and Image Understanding, 1993, 57(2):131-154
[7] 何奎. 基于图像处理技术的圆环零件检测方法研究[D]. 大连:大连理工大学, 2017.
[8] 安培源. 基于机器视觉的多圆工件检测技术研究[D]. 杭州:浙江理工大学, 2018.
[9] 周勇亮, 金燕, 何萍, 等. 随机Hough变换圆检测累计加速算法[J]. 计算机辅助设计与图形学学报, 2014, 26(4):574-580
[10] 王新, 张元东, 王莉. 一种随机Hough变换检测圆的优化方法[J]. 测控技术, 2016, 35(6):112-116
[11] 陈树越, 李建森, 黄萍, 等. 基于采样约束的随机Hough变换圆检测算法[J]. 计算机工程, 2017, 43(10):259-263,267
[12] 朱正伟, 宋文浩, 焦竹青, 等. 基于随机Hough变换改进的快速圆检测算法[J]. 计算机工程与设计, 2018, 39(7):1978-1983
[13] 李军, 程健. 复杂背景图像下基于边缘点校验的圆检测方法[J]. 计算机工程, 2018, 44(3):259-263
[14] 朱长发, 黎向锋, 左敦稳, 等. 基于改进随机Hough变换算法的开缝衬套圆度检测[J]. 测控技术, 2017, 36(2):1-4
[15] 李艳荻, 徐熙平, 钟岩. 特征弦约束随机Hough变换在椭圆检测中的应用[J]. 仪器仪表学报, 2017, 38(1):50-56
[16] 刘萌雅. 基于视觉的道路信息识别技术研究[D]. 大连:大连交通大学, 2016.
[17] 沈夏炯, 段晓宇, 原万里, 等. 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):95-98,106
