基于卷积神经网络的零件圆检测方法

在零件生产的场景中往往需要对零件产品进行质量检测,多孔零件中的圆孔是否符合生产标准也是质量检测中的重要环节。为解决传统圆检测算法无法处理复杂场景下特定圆的检测问题,该文设计了一种基于卷积神经网络的零件圆检测方法,将圆检测分为3个阶段,第1阶段使用YOLOv5目标检测模型对零件图片中的目标圆进行粗检测,将多圆检测问题简化为单圆检测,获得含有单个目标圆的裁剪图片;第2阶段使用BiSeNet语义分割模型对单圆图片进行细检测,获得圆轮廓掩膜图;第3阶段使用改进的随机霍夫变换对圆参数进行检测,最终得到图中所有目标圆的半径与圆心坐标。经实验结果对比,该方法在多种阈值条件下的检测精度都高于其他对比方法,在IoU阈值为0.9的情况下F-meausre达到96%,能满足生产场景中的实时检测需求。

一维概率Hough变换的实时鲁棒多圆检测方法

针对现有圆检测算法以像素为投票主体在二维或三维空间进行参数累积,运算复杂度高,难以达到复杂自然场景中的实时检测要求的问题,提出一种以线段为投票主体并基于一维概率Hough变换的实时圆检测算法.首先基于梯度方向对Canny边缘像素实施逐段分割,从中选取满足一定曲率条件的线段作为种子,对每个种子沿半径进行一维概率Hough累积;然后根据峰值大小和位置提取有效圆及其初始半径;最后利用圆的直接最小二乘拟合进一步定位圆半径和圆心.对复杂的自然场景图像进行实验的结果表明,通过选取合适的分割阈值,该算法在确保圆检测可靠性的前提下在速度上显著优于现有算法.

改进的随机圆检测算法

介绍了一种基于随机圆检测的改进算法。解决了随机圆检测算法随机采样阶段引入的大量无效累积和验证阶段假设圆之外的边缘点所进行的无效计算的问题,首先对边缘图像进行8邻接连通,3个随机采样点在同一个连通曲线内选择,然后利用圆的性质求得圆的参数,再应用证据收集过程来进一步验证圆的真实性,该验证过程中只考虑假设圆的外切正方形和内接正方形之间的边缘点。实验结果表明,该算法计算量小,对比改进前,检测性能有所提高,且鲁棒性也相应提高,同时能够检测圆弧和有相互重叠的多个圆。

基于随机Hough变换的复杂条件下圆检测与数目辨识

在复杂背景和光照条件中检测不规则分布的圆,并且准确辨识其数目,可为一些专用的智能仪器提供理论依据,有着广泛的工业应用价值。针对需要检测的圆数量大、光照不均匀、光照强度变化、分布不规则、相互间有遮挡及边界模糊和灰度接近等复杂条件,在随机Hough变换的基础上进行改进,利用圆的特性和梯度算法对圆进行判定,可以在复杂条件下对圆进行准确的检测判定和数目辨识。通过对钢管储存现场图像检测的计算与分析,证明此算法在较高的干扰下可以准确地对钢管进行定位和数目辨识,对于相互遮挡的钢管也可以准确识别。相对于目前通用的圆检测算法,本算法可以达到更好的识别效果,完全满足工业实际应用的要求。

一种随机多椭圆检测的快速算法

针对多椭圆检测问题提出了一种快速随机检测算法。该算法利用在图像中随机采样到的一个边缘点和局部搜索到的两个边缘点以及这三个点的邻域信息确定候选椭圆,再将候选椭圆变换为对应圆,通过确认真圆来确认真椭圆。在确定候选椭圆时,最大限度地减少随机采样点数?剔除更多的非椭圆点,降低了无效采样,减少了无效计算。数值实验结果表明:该算法具有良好的鲁棒性,其检测速度比同类算法快。

基于有序Hough变换的快速圆检测算法

针对随机Hough变换(RHT)及其改进算法在同一圆边缘点随机抽样时命中率低且投票处理过程复杂,提出了基于有序搜索的广义Hough变换快速圆检测算法(SQHT)。该算法利用圆的几何性质和梯度方向信息来有序搜索圆边缘点集,将Hough变换的基于投票判定基元参数转变为有效确定基元三点的讨论。执行算法时,首先顺序搜寻第一边缘点并根据邻域边缘点集或图像灰度值计算其梯度值;接着在第一点所在行匹配与其梯度信息相符的第二点,根据前两点信息在第一点所在列匹配第三点;最后按照RHT算法流程确定有效基元参数,从而避免了随机抽样带来的时间不确定性。该算法具有计算速度快,检测时间可控,适用范围广泛,抗干扰性强等特点。相比于RHT算法,提出的算法在单目标圆检测情况下检测效率提高了2倍,在多目标圆(5个及以上)且有非目标边缘点情况下检测效率提高了5倍,在多圆检测方面能有效弥补了Hough变换算法的不足。

一种用于圆检测的快速HOUGH算法

分析了现有的几种用于圆检测的 HOUGH算法 .针对它们的变换速度较慢等不足之处 ,提出了一种新的快速算法 .这种算法应用于圆检测时能提高变换速度接近一个数量级 ,并且非常适应于多个圆嵌套的图象检测 .

一种多次随机圆检测及拟合度评估的瓶口定位法

针对现有啤酒瓶口质量检测中的定位方法在瓶口严重破损或存在大量干扰时定位误差大的问题,提出一种多次随机圆检测及圆拟合度评估的瓶口定位算法。采用阈值分割、重心法和径向扫描获取边缘点,利用从边缘点中随机采样的3个点确定一个圆,定义各边缘点到圆距离小于给定阈值的边缘点的数目与边缘点总数的比值为圆拟合度,提出将圆拟合度作为评估标准搜索最优定位结果的方法,利用多次重复随机圆检测得到大量圆拟合结果并计算对应圆拟合度,以最大圆拟合度对应的圆拟合结果作为瓶口中心。与4种典型方法对比,实验结果表明:在瓶口图像不完整和存在大量干扰时,该方法可实现瓶口高速高精度定位。

随机Hough变换圆检测累计加速算法

随机Hough变换是一种检测圆的有效方法.为了进一步提升随机Hough变换圆检测算法的执行速度和抗噪声能力,提出一种基于有效继承的随机Hough变换圆检测累计加速算法.该算法在每次成功检测圆后不清空参数空间的累计值,继承了上次的有效采样,对没有通过验证的参数单元设定负累计值;通过数理统计分析,采用伯努利试验模型解释了加速原理,得出该算法可以减少总采样次数并节省清空参数空间所需时间的结论.实验结果表明,加速原理的理论分析是正确的,文中算法的加速效果是显著的,且具备更强的抗噪声能力.

一种新的快速Hough变换圆检测方法

Hough变换圆检测(HTCD)存在计算量大和占用内存空间大的缺点,严重影响了该方法的计算效率。提出了一种新的快速Hough变换圆检测(FHTCD)的新方法。首先通过下采样,得到缩小的图像;进行Hough变换圆检测,得到粗尺度的检测结果。将结果恢复到原始尺度,在其放宽的误差范围内建立新的参量空间;再次进行Hough变换,可以得到圆检测精确值。新的方法通过压缩和适度控制参量空间,大大减少了冗余信息带来的计算量,提高了检测效率。实验证明,新的方法计算所需的时间最多不到HTCD方法的1/15;在强抗干扰条件下,其检测速度优于随机圆检测方法,有较好的检测精度,能满足实时处理的要求。

基于存在概率图的圆检测方法

提出了一种基于存在概率图的圆检测方法,将图像边缘点共圆结构信息变换为圆存在概率图中的峰值,再通过峰值检测确定圆的参数。该方法能有效地检出边缘不清晰、不完整的圆形轮廓,具有占用内存少,阈值物理意义明确的特点,较好地解决了标准HT圆检测方法中占用内存空间大,计算效率低的问题。实验结果表明圆存在概率图具有较强的稳定性和分辨能力。

一种快速的随机Hough变换圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理复杂图像时随机采样带来的大量无效积累会导致计算量过大。提出一种快速的随机Hough变换圆检测算法,对证据积累的计算从三方面进行研究,有效地提高了计算速度,具有较好的应用价值。

基于随机Hough变换改进的快速圆检测算法

针对随机Hough变换中采样随机性带来的大量无效采样和积累导致算法效率过低的问题,对随机Hough变换的基本原理进行研究,提出一种改进的随机Hough变换快速圆检测算法。利用图片边缘细化处理减少噪声因素的影响,通过随机采样一点和采用最小二乘法对该点所在的N×N窗口内的连通域进行圆拟合,得出候选圆以提高采样效率,通过缩小限定验证取值区域减少计算量,进行候选圆的证据累积判断。实验结果对比分析表明了该算法具有更快的检测速度和较好的准确性。

一种用于圆检测的改进Hough变换方法

Hough变换在图像处理中占有重要地位,但本身具有存储空间大计算时间长的缺点。文章利用圆的几何特性,针对Hough变换的缺点进行改进,并将其应用到图像中存在多个圆的情况。实验表明,该算法能较好地减少存储空间及降低计算时间,并能良好地对图像中多个圆进行检测。

基于梯度的随机Hough快速圆检测方法

针对随机Hough变换(RHT)在复杂图像中检测圆时产生随机采样的大量无效累积,提出了一种改进的RHT用于圆检测,方法利用梯度方向信息来判定是否对采样到的三点进行参数累积,从而较好地解决了无效累积问题。实验表明改进后的算法比原算法计算速度快,占用的内存小,检测性能有较大提高。

快速随机Hough变换多圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理多圆复杂图像时随机采样带来的大量无效累积会导致计算量过大。文中提出一种基于随机Hough变换的快速多圆检测算法,除去三类噪声点,通过随机采样到的一点按照一定规则搜索另外两点来确定候选圆,用原始图像对候选圆进行证据积累以判断是否为真圆。理论分析和实验结果表明:该算法较其他算法能更快地检测出图像中的多个圆,具有较好的应用价值。

一种改进的随机圆检测算法

提出了一种用于圆检测的改进随机算法。首先利用4-邻接优先的八方向跟踪方法对边缘图像中的边缘像素进行跟踪形成一系列边缘链,然后从每段边缘中随机选取3个边缘像素并通过定义一个距离准则来判定这三个点能否确定一个候选圆。确定候选圆后,利用证据积累的方法进一步判断该候选圆是否为真正的圆。在证据积累过程中,无需对候选圆外接正方形之外的像素进行平方运算,只需进行简单的比较运算。通过对真实图像进行了圆检测实验,结果表明,该算法具有准确率高、速度快的优点。

基于最小二乘法改进的随机圆检测算法

提出了一种利用最小二乘法迭代修正随机圆检测的改进算法。解决了由于随机圆检测算法中阈值选取不当,造成同一个圆被分割为多个圆的问题。首先根据随机选取四个点求解出的圆参数,得到属于假设圆的点集;然后由当前点集,利用最小二乘法重新计算得到新的圆参数;接着根据新参数,检测集合中属于当前假设圆的新点,加入到当前点集中,重新计算圆参数,直到没有新的点加入;最后以此点集来判断是否为真实圆。结果表明,此算法提高了圆检测的准确性。

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.

基于连通区域标记算法的圆检测算法的研究

针对传统Hough变换进行圆检测,计算量过大、检测同心圆精度不高、自动化程度低等缺点,提出一种基于连通区域标记算法的圆检测算法。该算法首先通过连通区域标记算法对图像进行处理得到一个圆,解决了传统Hough变换计算量过大的问题,再根据圆的特性确定其圆心及半径,从而避免了检测同心圆精度不高的问题。最后,分别取圆心的8邻域像素为圆心做圆,找到最优圆并将其与检测得出的圆进行比较来确定最终的圆,以达到自动化的目的。实验结果表明,提出的算法可以正确地检测出圆并具有很高的检测精度同时比Hough变换计算量小、自动化程度较高。