一种基于梯度Hough变换和SVM的圆检测算法

doi:10.3969/j.issn.1006-2475.2013.02.006

计算机与现代化 ›› 2013, Vol. 1 ›› Issue (2): 22-26.doi: 10.3969/j.issn.1006-2475.2013.02.006

一种基于梯度Hough变换和SVM的圆检测算法

程鹏¹，朱美琳¹，耿华²

1.南京大学工程管理学院,江苏南京210093； 2.扬州大学信息工程学院,江苏扬州225127

收稿日期:2012-10-19 修回日期:1900-01-01 出版日期:2013-02-27 发布日期:2013-02-27

Circle Detection Algorithm Based on Gradient Hough Transform and SVM

CHENG Peng¹, ZHU Mei-lin¹, GENG Hua²

(1. School of Management and Engineering, Nanjing University, Nanjing 210093, China;2. College of Information Engineering, Yangzhou University, Yangzhou 225127, Ghina

Received:2012-10-19 Revised:1900-01-01 Online:2013-02-27 Published:2013-02-27

摘要/Abstract

摘要： 针对复杂背景下的多圆检测，分析传统的方法，并在标准Hough变换的基础上进行算法改进，把一次三维Hough变换转化成两次二维Hough变换的组合。把圆心和半径分开检测，在积累数组的投票中引入梯度信息作为投票权值，同时采用SVM对检测结果进行假圆的识别和去除，提高了检测精度和算法的效率。


关键词: 哈夫变换, 梯度, 支持向量机, 圆检测

Abstract: Hough transform is a well established method for circle detection. However, circle Hough transform is quite time-consuming. In this paper, some improvements based on standard Hough transform are employed to improve the algorithm. The 3D Hough transform is transformed into the combination of two 2D Hough transform. Gradient information is treated as the value of the voting rights in the accumulated array. SVM is used in the recognition of false circle. The experimental results indicate that the proposed approach can improve the detection accuracy and computational efficiency.


Key words: Hough transform, gradient, SVM, circle detection

程鹏;朱美琳;耿华. 一种基于梯度Hough变换和SVM的圆检测算法[J]. 计算机与现代化, 2013, 1(2): 22-26.

CHENG Peng;ZHU Mei-lin;GENG Hua. Circle Detection Algorithm Based on Gradient Hough Transform and SVM[J]. Computer and Modernization, 2013, 1(2): 22-26.

[1]	杨庆五, 罗小辉, 刘鑫. 基于Edge Drawing的工业图像圆检测算法[J]. 计算机与现代化, 2024, 0(11): 121-126.
[2]	曹宁1, 严心娥1, 徐根祺2, 许又文1, 张正勃2, 杜倩云2. 基于DEFA-LSSAR的水利工程边坡力学参数预测模型[J]. 计算机与现代化, 2024, 0(07): 106-111.
[3]	王志强, 郑爽. 基于半监督学习的StyleGAN图像生成模型[J]. 计算机与现代化, 2024, 0(06): 14-18.
[4]	曹宁1, 徐根祺2, 张雯3, 许又文1, 何盼情1. 基于AFSPSO-ν-SVM的山洪灾害预测方法研究#br# #br#[J]. 计算机与现代化, 2024, 0(05): 33-37.
[5]	杨博, 庄毅. 基于AOA-MSVM的控制集群故障检测方法[J]. 计算机与现代化, 2023, 0(12): 112-116.
[6]	刘静乐, 罗翔, 宫成荣, 张国鹏. 基于RF-RFECV和LightGBM算法的糖尿病预测[J]. 计算机与现代化, 2023, 0(11): 36-43.
[7]	冀心成, 汪衍凯, 张迎, 许彦杰. 贝叶斯优化梯度提升树的室内日光照度分布预测[J]. 计算机与现代化, 2023, 0(09): 44-50.
[8]	唐育林, 黄登山, 陈抒录, 陈朋明. 结合IHS与自适应滤波的SFIM影像融合方法[J]. 计算机与现代化, 2023, 0(09): 70-76.
[9]	杨孙哲, 孙爱珍. 基于HSV颜色与LBP纹理特征的水稻氮素营养诊断[J]. 计算机与现代化, 2023, 0(07): 86-92.
[10]	申志, 李元 . 基于KPCA和SSA优化SVM的非线性过程故障检测#br#[J]. 计算机与现代化, 2023, 0(06): 15-20.
[11]	尹建丰, 卫鑫, 顾雄伟, 黄凯, 魏敏捷. 基于图像阈值优化及改进SVM的电表数字识别[J]. 计算机与现代化, 2023, 0(05): 106-110.
[12]	刘付谦, 秦华妮, 赖惠慧. 基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法[J]. 计算机与现代化, 2023, 0(03): 90-95.
[13]	张子森, 徐晓钟. 基于分解和多分量集成学习的负荷预测方法[J]. 计算机与现代化, 2023, 0(03): 96-101.
[14]	冯增喜, 陈海越, 王涛, 赵锦彤, 李诗妍. 基于改进XGBoost超参数优化的地下工程空调系统负荷预测[J]. 计算机与现代化, 2023, 0(01): 108-113.
[15]	李四杰, 唐清善, 高英华. 基于GMS和改进最佳缝合线的视差图像拼接算法[J]. 计算机与现代化, 2022, 0(12): 95-101.

一种基于梯度Hough变换和SVM的圆检测算法

Circle Detection Algorithm Based on Gradient Hough Transform and SVM

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价