论文部分内容阅读
Hough变换的圆检测方法在图像处理与机器视觉中有着广泛的应用，但传统的Hough圆检测方法要进行三维投票，其本身具有存储空间大、计算时间长等缺点；而一些基于Hough变换的改进方法也由于往往需要导数信息，使得对实际图像中的噪声很敏感，因而导致算法的鲁棒性降低。为了克服传统Hough变换检测圆时耗时巨大的缺陷，本文基于轮廓分类和改进的Hough变换，提出了一种快速的圆检测方法，它只需要进行一维和二维投票，而且完全不需要任何导数信息，大大提高了圆检测的速度和鲁棒性。实验的结果表明利用该方法检测圆不仅快速鲁棒而且精度高。