|本期目录/Table of Contents|

[1]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,2018,39-40(自科5):593-598.
　AN Peiyuan,ZHANG Hua.Algorithm for circle location based on edge detection and Hough transform[J].Journal of Zhejiang Sci-Tech University,2018,39-40(自科5):593-598.
点击复制

基于边缘检测和Hough变换的圆定位算法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第39-40卷
期数:
2018年自科5期
页码:
593-598
栏目:
出版日期:
2018-08-31

文章信息/Info

Title:
Algorithm for circle location based on edge detection and Hough transform
文章编号:
1673-3851 (2018) 09-0593-06
作者:
安培源; 张华
1.浙江理工大学机械与自动控制学院，杭州 310018；2.浙江大学能源工程学院，杭州 310007
Author(s):
AN Peiyuan;  ZHANG Hua
1.Faculty of Mechanical Engineering & Automation, Zhejiang Sci-Tech University, Hangzhou 310018, China;2.College of Energy Engineering, Zhejiang University, Hangzhou 310007, China
关键词:
机器视觉; 中值滤波; 改进Canny算法; Hough变换
分类号:
TP391
文献标志码:
A
摘要:
为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题，提出一种基于边缘检测和Hough变换的圆定位改进方法。首先，针对Canny算法进行边缘检测时对图像平滑处理过度，且对无关瑕疵点削弱能力差的缺点，采用改进的中值滤波代替高斯滤波，增加45°和135°方向来计算梯度幅值，通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次，在边缘检测的基础上用Hough变换对圆进行定位，对像素点采取75%的抽样，同时限定检测圆的直径范围，减少累积次数。实验结果表明，检测精度可达0.06 mm，能够满足工业现场检测要求。

参考文献/References:

［1］ Xu L,Oja E. Randomized Hough transform (RHT): basic mechanisms, algorithms and computational complexities［J］. Computer Vision Graphic Image Process: Image Understanding,1993,57(2):131-154.
［2］ 叶峰,陈灿杰,赖乙宗,等.基于有序Hough变换的快速圆检测算法［J］.光学精密工程,2014,22(4):1105-1111.
［3］ 王宪,赵前程,谭建平.应用区域估计的复杂背景多圆快速定位方法［J］.中南大学学报(自然科学版),2016,47(7):2266-2272.
［4］ 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.
［5］ 蔡佳,黄攀峰,张彬.基于梯度的区域生长和距离直方图的快速圆检测方法［J］.光学学报,2015,35(3)：193-202．
［6］ 陈珂,吴建平,李金祥,等.一维概率Hough变换的实时鲁棒多圆检测方法［J］.计算机辅助设计与图形学学报,2015,27(10):1832-1841．
［7］ Manznaera A, Nguyen T P, Xu X L. Line and circle detection using dense onetoone Hough transforms on greyscale images［J/OL］.Eurasip Journal on Image and Video Processing,2016,46:1-18［2016-12-12］.https://doi.org/10.1186/s13640-016-0149-y.
［8］ 陈小艳,王强,李柏林.改进的Hough变换检测圆方法［J］.计算机系统应用,2015,24(8):197-201.
［9］ 刘克平,李西卫,隋吉雷,等.基于改进Canny算法的工件边缘检测方法［J］.广西大学学报(自然科学版),2017,42(6):2022-2029.
［10］ 郑子华,陈家祯,叶锋.基于曲率估计的Canny边缘检测算法［J］.计算机系统应用,2017,26(12):148-154.

相似文献/References:

[1]刘鹏,戴文战.基于机器视觉的化妆品纸质标签缺陷检测方法[J].浙江理工大学学报,2019,41-42(自科二):231.
　LIU Peng,DAI Wenzhan.Method for detecting cosmetic paper label defects based  on machine vision[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科5):231.
[2]董静毅,吕文涛,包晓敏,等.基于机器视觉的PCB板表面缺陷检测方法研究进展[J].浙江理工大学学报,2021,45-46(自科三):379.
　DONG Jingyi,L Wentao,BAO Xiaomin,et al.Research progress of the PCB surface defect detection method based on machine vision[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科5):379.
[3]金鹏翔,刘宜胜.基于机器视觉的筒子纱线头识别方法[J].浙江理工大学学报,2024,51-52(自科一):112.
　JIN Pengxiang,LIU Yisheng.An identification method of cheese yarn ends based on machine vision[J].Journal of Zhejiang Sci-Tech University,2024,51-52(自科5):112.

备注/Memo

备注/Memo:
收稿日期： 2018-03-14
网络出版日期： 2018-05-07
基金项目： 国家自然科学基金项目(U1609205，51675488，51307151)；浙江省自然科学基金项目(LY18E070006，LY18E050016)；浙江省公益技术研究项目(2017C31036)
作者简介： 安培源(1990-)，男，河南许昌人，硕士研究生，主要从事机电控制及其自动化方面的研究
通信作者： 张华，E-mail：zhanghua@zstu.edu.cn
更新日期/Last Update: 2018-09-12