论文部分内容阅读
图像理解(图像分析)中，物体的形状是比较高级的信息。直线、圆和椭圆作为自然界和人造物体中常见的几何形状，在数字图像中对它们进行准确的检测有着重要的意义。它们是其他更复杂的几何形状的有效组成部分，也是后续更高级的计算机视觉处理的基础。在工程图纸矢量化，机器人视觉，图像分割，人脸检测，计算机辅助设计，物体定位，非接触式检测等方面有着广泛地应用。本文主要研究了数字图像中，直线、圆和椭圆这三类基本几何形状的检测算法，并将研究成果运用于实际的显微图像自动绘图与辅助绘图系统。完成的研究和创新工作主要包括以下内容：(1)介绍了图像理解的基本策略，并综述了国内外检测算法的发展状况。较为详细地介绍了Hough变换的原理，分析和总结了一些数字图像中直线、圆和椭圆的检测方—法。(2)提出了数字图像中，直线、圆和椭圆等几何形状检测时边缘检测算子的要求。通过实验，完成对ADM、Canny、Sobel-Zernike、SUSAN这四种边缘检测算子的评价，挑选出符合系统要求的检测算子ADM。(3)提出一种改进的基于最小二乘法的随机椭圆检测算法，完成与原算法和常用的几种检测算法的比较。与原算法的比较实验表明该改进是有效的，改进之后算法在检测的速度、稳定性和准确率上都有很大的提高，同时保留了原算法抗噪声的能力，改善了算法对参数的依赖性；与常用的一些算法比较实验表明，本改进算法准确性高，适用范围广。(4)初步完成了一种使用图像数据控制策略(Bottom Up)，基于边界跟踪和曲线分割的，数字图像中直线、圆和椭圆检测方法。通过实验对该算法进行了分析，指出还需要改进的地方。(5)结合ADM边缘检测算子，概率Hough变换直线检测和基于最小二乘法的随机圆和椭圆检测，以及直线、圆和椭圆的拟合算法，完成一套显微图像的自动绘图与辅助绘图系统。实验表明，系统检测的结果有较高的稳定性，实测误差在3％左右，整套系统能满足测量的要求。