论文部分内容阅读
图形检测是计算机视觉的重要任务之一,在辅助设计、医学图像处理、工业产品检测及海底探测等都有着广泛的应用。对于卫星舱等复杂布局设计,一种较好的方法是采用人机结合的演化算法,它首先将3-D待布物简化为与承载板正交的圆柱体或长方体,使3-D布局设计问题转化为2-D圆容器中的圆和矩形待布物的装填问题,然后将人机交互和演化算法（如遗传算法）相结合进行优化求解。该方法需要检索先验布局方案图作为参考图,并检测出图形参数,但其检测问题尚未很好的解决。因此,本文针对卫星舱等先验布局方案图中多圆与多矩形检测问题进行了深入的研究。另外,对于医学图像中的类椭圆物检测,其检测方法的性能（如可靠性、精度、速度）仍有待进一步提高。因此,本文对类椭圆物的检测也进行了深入的研究。本文的主要研究工作和创新如下:1.针对卫星舱先验布局方案图中的混合多个圆和多个矩形检测问题,提出了一种基于广义Hough混合多圆多矩形检测方法。该算法在检测多圆时,随机采样的点数减少为一点,通过基于分类和局部搜索到另外两个点,减少了无效采样和无效计算,提高了多圆检测效率;在检测多矩形时,分别利用Hough变换和随机Hough变换检测出断裂线段和短线段;再根据矩形的几何特性,用Hough空间峰值点组合侯选矩形并确认出真矩形。数值实验和先验卫星舱布局图检测实验结果表明:本文多圆检测算法保持相同精度的同时,其效率高于RHT和RRCD算法;本文多矩形检测算法具有较好的性能,其效率高于WHTRD算法,其算法的可靠性优于CLSRD算法。2.针对医学图像中类椭圆物的检测,提出了一种基于受限随机Hough变换的多椭圆检测算法。该算法利用在图像中随机采样到的一点和搜索到的二个点及前两点的邻域信息求解椭圆,并在求解椭圆上采样两点来确定候选椭圆,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。实验结果表明:该算法的各项性能优于RHT3算法;而与CMHT算法相比,该算法的漏检测率低,精度高。本文以卫星舱先验布局方案图和医学图像中类椭圆物的检测为背景研究了混合多圆多矩形检测和多椭圆检测问题,但也希望提出的算法具有一定的普遍性,可推广应用于其它方面。