摘要：椭圆检测是计算机视觉领域的热点问题,如何快速且准确地检测出椭圆,尤其是分辨率较低的小椭圆,是该问题面临的主要挑战.首先,通过构造不同尺寸椭圆的数据集,将深度学习中的目标检测方法引入椭圆检测过程中,实现对椭圆区域的检测;其次,提出了一种基于二次曲线约束的两阶段弧过滤策略,可以有效地检测嵌套椭圆,同时减少漏检和误检的椭圆个数;最后,对于没有检测到椭圆的预估计区域,采用Bicubic插值法扩大该区域,以检测小椭圆.实验结果表明,与现有方法相比,所提方法不仅检测精度有显著提升,检测速度也具有优势.特别是在小椭圆数据集上,所提方法的检测精度与传统方法相比提升约2倍以上.

摘要：针对分拣系统中散乱堆叠的圆形工件检测和位姿估计问题,设计了基于椭圆检测的双目立体视觉小型工件分拣系统。使用LSD算法提取圆弧支撑线段,经筛选和连接组合后,采用改进的椭圆最小二乘拟合方法直接计算出初始椭圆;对初始椭圆进行层次聚类并筛选,完成椭圆识别。提取特征点,再根据Rosin近似距离筛选角点对左右目椭圆进行匹配并进行三维重建,根据随机抽样一致算法进行平面拟合,并提取圆形工件位姿。根据此结果应用Robot Studio控制机械臂移动和分拣工件。经测试和实验证明,该分拣系统能够迅速和准确地识别工件,完成自动分拣,在工件散乱堆叠的情况下,准确度较传统模板匹配方法大大提高。

摘要：充分利用椭圆的几何性质,借助椭圆的形状控制点约束和弦端点法向约束,大幅降低随机Hough变换(RHT)的无效采样和累积次数,并采用基于视觉感知聚类的模糊置信度对由同一个形变椭圆引入的多个虚假候选椭圆进行有效去除.实验结果表明:该算法与基于RHT的其他椭圆检测方法相比,具有检测速度快、精度高、抵抗椭圆的部分缺失和形变能力强等优点.

摘要：工业环境中的圆形对象易在平面成像为椭圆元素,针对这类椭圆元素的快速准确检测问题,提出一种基于对偶二次曲线的快速椭圆检测方法。设计了最大类间方差法完成梯度阈值自适应筛选,并利用数学形态学获取形状良好的梯度掩膜,利用椭圆轮廓周围的原始梯度信息完成椭圆拟合。实验结果表明,该方法的椭圆定位误差小于0.008个像素,轴长最大相对误差小于0.7%,检测时间小于6秒,与其他方法相比更具鲁棒性,检测效率高。

摘要：针对目标跟踪算法应用于视觉测振领域复杂度高及高频时由于去相关现象而导致信噪比降低等问题,设计一种改进的椭圆检测算法并将其应用于目标跟踪。通过悬臂梁振动实验,目标跟踪准确度高达99.7%,验证了所提算法的精确性,且测得的模态参数与传统加速度传感器所测值误差仅为1.7%,表明所提算法应用于振动测试的有效性。

摘要：针对钢拱架自动化拼接过程中需要对钢拱架铰接孔进行定位的实际问题,设计了一种基于双目视觉的钢拱架铰接孔定位方法。首先通过模板匹配对钢拱架铰接孔进行初定位,找到感兴趣区域;采用一种新的自适应阈值算法计算阈值,对感兴趣区域进行二值化处理;利用边缘检测和最小二乘法提取得到铰接孔椭圆轮廓特征;然后找到椭圆轮廓上特殊的两条弦,根据空间几何关系,计算空间圆平面的法向量;利用消影线和椭圆参数矩阵,计算铰接孔圆心在图像上的实际投影点;最后基于双目视觉成像模型计算铰接孔圆心的精确空间坐标。实验证明,本方法可实现钢拱架铰接孔高精度定位,满足实际工业需求,为钢拱架自动化拼接提供技术支撑。

摘要：当前的椭圆检测算法均是针对灰度图像设计和实现的,在处理彩色图像时会抛弃很多有用信息,不利于获取更高质量的检测结果。为此,提出一种针对彩色图像的椭圆检测算法。首先,对图像的3个色彩通道以及加权灰度图分别进行椭圆检测,融合多通道的检测结果得到一个椭圆集合;然后,将同一椭圆在不同图像通道中的多重响应结果进行聚类,并合并成一个椭圆;最后,提出一种椭圆有效性的验证技术,该技术通过DiZenzo算子融合图像的色彩信息,由此提取椭圆支撑线段来判断椭圆的有效性,过滤掉无效的椭圆,得到最终的检测结果。实验结果表明,与现有算法相比,所提算法充分使用图像的色彩信息,显著提高了椭圆检测的效率,在标准数据集上的F-score明显优于当前检测算法。

摘要：椭圆检测在图像理解中有重要的作用。为克服标准Hough变换对时空需求高的缺点,设计了一种改进算法。通过椭圆对称特性估计图像中可能存在的椭圆中心,利用长轴确定椭圆中心及夹角参数只需一维累积数组对椭圆短轴的投票,采用聚类分析技术将检测到的虚椭圆归类到对应的真实椭圆。对合成图像和实际图像的实验表明算法的正确和高效。

摘要：为实现序列图像中的动态椭圆目标检测,采用数字图像坐标系下的卡尔曼滤波来预测图像中椭圆的待检测区域。设计了卡尔曼滤波器,对椭圆目标的运动参数(椭圆中心位置、速度以及加速度)进行跟踪从而可以预测下一帧图像中目标椭圆的待检测区域,缩小了图像中椭圆目标的搜索范围,提高了算法的实时性和鲁棒性。结合随机抽样一致理论和最小二乘拟合法设计了鲁棒性的椭圆检测算法,实现了序列图像中椭圆目标的快速、鲁棒检测。仿真结果及物理实验表明,本文算法能快速稳定的检测出序列图像中的椭圆目标。

摘要：椭圆检测在图像识别与计算机视觉领域具有重要研究意义。为了对比分析出不同椭圆检测算法的优缺点,提高检测精确度和效率,针对基于Hough变换的椭圆检测4种算法(传统Hough变换方法、几何特征椭圆检测法、弦中点椭圆检测法和三点椭圆检测法)进行仿真,并对不同算法进行有效性分析。通过对检测结果进行客观评价,得出对比结论,并根据实验结果分析不同算法适用的对象。设计了椭圆检测对比分析软件平台,便于进行不同算法的对比分析。