圆型图像特征点检测算法

为了提高圆型图像特征点检测算法的准确性和稳定性等,提出了一种基于圆型特征图像中心灰度对称的检测算法.先利用Sobel算子进行圆型特征图像边缘检测,然后采用灰度质心法求出圆型特征图像的中心,最后引入灰度对称因子获得圆型图像特征点的亚像素位置坐标.用仿真投影实验和实际实验来评估算法精度,结果表明新算法精度可控制在0.2个像素左右.     

一种基于Bresenham算法的圆内区域填充新算法

为了克服计算机图形学中的基于种子点的圆内区域填充的递归算法的不足,提出了一种基于改进的Bresenham圆生成算法的非递归的圆内区域填充新算法。实例证明,相对递归填充算法,新算法具有简单、快速、精确且占用内存空间小的优点。     

改进的RANSAC圆检测算法

为解决传统随机抽样一致性(random sampling consistency,RANSAC)圆检测算法中无目的抽样耗时较长,检测结果准确性和稳定性较差等问题,提出一种改进的RANSAC算法.该算法先滤去较短的图形边缘,仅留下较长的边缘进行抽样.当第一次取到候选圆时,该算法还借助候选圆进一步排除无效点,大大减少了所需抽样次数.然后,用最小二乘法对这些候选圆参数进一步优化、筛选,提高了最终结果的稳定性和准确性.实验表明,该算法速度快、准确性好,完全能满足实际检测的需要.     

冲击噪声背景下均匀圆阵相干信源的DOA估计

在对称α稳定分布噪声的假设下,现有的基于共变和分数低阶矩的MUSIC（即ROC-MUSIC和FLOM-MUSIC）方法不能用于均匀圆阵信源相干情况下的波达方向（DOA）估计.为了解决这一问题,基于模式空间变换算法以及空间平滑算法的思想,结合ROC-MUSIC算法和FLOM-MUSIC算法,实现在冲击噪声背景下均匀圆阵相干信源的DOA估计.仿真实验验证了该方法的有效性.     

采用圆投影和序贯相似检测的图像匹配技术

针对现有的高精度匹配方法复杂度较大,现有的圆投影匹配方法在实际应用中计算量高、速度慢的缺点,提出了一种新的图像匹配算法.该算法基于序贯相似检测原理,采用由粗到精的匹配策略,应用步长自适应的跳跃式搜索方法,在不影响匹配精度的前提下,跳跃了大量匹配点,减小了在非匹配点处的计算量.实验结果表明,与已有的基于不变矩的匹配算法、圆投影匹配算法相比,该算法具有较高的匹配精度,且匹配速度快.     

车身工程图精确矢量化圆的自适应算法

在车身薄膜图扫描图像细化的基础上，提出了一就业有确矢量化圆的算法，讨论了在选取任意初始点后，根据初点的坐标，适当调整其余两个点的位置，以使这三点尽量反映圆的特征，从而精确获得圆的特征参数，给出了以不同半径的标准圆进行测试的结果和以桑塔纳轿车前纵梁加强板为例进行的工业应用，结果表明，该算法是稳定、准确的。     

六角网格下圆的双步生成算法

平面上最佳点分布是六角网格系统，基于六角网格系统的特点，提出了一个六角网格系统下圆的双步生成算法，该算法在单点生成圆的基础上，一次循环确定两个相邻像素的中心，只运用整数运算，推出新的判断公式，可实现一次画两个点．     

基于改进蛙跳算法测量圆度误差

针对传统圆度误差评定方法容易陷入局部最优而影响测量精度的问题,提出一种基于改进蛙跳算法的圆度误差评定方法.首先分析了最小区域圆法、最小二乘圆法、最大内接圆法和最小外接圆法这四种圆度误差评定方法的基本原理,并分别建立了非线性优化的数学模型然后介绍了蛙跳算法的基本思想,引入邻域搜索操作提出了一种改进的蛙跳算法,并给出了利用该算法求解圆度误差问题的具体步骤.最后为了验证新算法的有效性,进行了仿真实验,实验结果表明本文算法可以有效、正确地评价圆度误差.这也为圆度误差评定问题的研究提供一种新的途径和手段.     

基于GPU的Hough变换多圆加速检测实现

针对多圆检测问题,本文提出一种边缘点连续性特征按曲线段进行归类,同时丢弃非圆特征点,利用图形处理器(GPU)的高度优化的并行计算能力在每个曲线段点集中按照一定的取点规则取3点并行计算圆参数的改进Hough变换算法。该实现有效地降低Hough变换的无效累积,同时保留了传统Hough变换抗噪性强、对不完整边缘具有鲁棒性等优点。经测试,该改进算法在GPU的检测的速度优于CPU三十多倍,性能具有明显优势。     

空间带端面圆的圆度误差评定方法

为实现平行双关节坐标测量机快速、准确的评定空间中任意位置带端面圆的圆度误差,基于最小二乘法原理,提出一种利用空间三维坐标信息进行圆度误差评定的算法。该算法可运用于坐标测量机软件中,并将传统三坐标测量机对特殊圆形工件的多步测量简化为一步测量。程序运行结果表明,该算法是准确可靠的。这为方便、快捷的评定特殊圆形工件提供了技术支持。