二次曲線的檢測的研究——橢圓檢測.pdf

1、橢圓檢測在圖像識別與計(jì)算機(jī)視覺領(lǐng)域一直占有非常重要的位置。邊緣檢測則是圖像特征提取的首要條件。由于許多常用的邊緣檢測算子如Sobel算子、Canny算子等針對的是一般圖像，并非含有橢圓的特殊圖像。因此，本文首先引用一種不常用的ADM算法，并調(diào)整其高斯平滑函數(shù)，通過實(shí)驗(yàn)說明改進(jìn)的ADM算法在檢測含有橢圓的圖像時(shí)的優(yōu)越性。 在得到圖像的邊緣點(diǎn)集之后，利用Hough變換及其改進(jìn)算法檢測橢圓是學(xué)者們常用的方法，但存在計(jì)算量大、耗時(shí)大等缺

2、點(diǎn)。本文提出一種高效隨機(jī)的橢圓檢測算法(RED)，該算法非基于Hough變換。與將相關(guān)參數(shù)信息保存于一個(gè)累積數(shù)組之中的基于Hough變換算法的原理不同，RED算法不需要這樣的累積數(shù)組。通過應(yīng)用于具有不同噪聲的合成圖像以及真實(shí)圖像，實(shí)驗(yàn)結(jié)果表明RED算法在低噪聲與適度噪聲的情況下，速度明顯快于RHT算法。在高噪聲的情況下，隨機(jī)Hough變換算法的速度要快于本文提出的RED算法，但同時(shí)消耗了大量的存儲空間。 本文的安排如下：