随着计算机科学和信息产业、人工智能的飞速发展，机器视觉正向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向的发展。 机器视觉作为一门综合性学科，是数字图像处理、人工智能等学科的最新发展的体现。随着工业界对产品的质量要求的提高，机器视觉技术在工业检测领域中的应用已经变得越来越广。作为工业应用场景中经常出现的椭圆检测，由于很难保证投影面和工件表面的绝对平行 ,由圆投影得到的图像往往为一个椭圆，如何将其检测是机器视觉检测系统中的一个十分重要的问题，也是数字图像处理里的经典问题之一。在众多计算机图像识别处理中，都需要对椭圆进行检测，椭圆是计算机视觉中常见的图像特征，也是数字图像处理里最重要的一项内容，如生物医学中细胞显微图像的自动判读、工业生产中圆形产品自动检测、视觉测量中人造圆形标志点的精确定位等都有十分重要的作用。但由于在图像检测中，椭圆通常会结队出现，椭圆重叠的现象也变得相当常见。因此，椭圆重叠检测在基于图像的识别与测量领域中具有相当重要的地位，如何能够高效、高辨识度的拟合出当前场景中所重叠的多椭圆图形，也成为了许多学者所研究的课题。
椭圆拟合是数据处理中的一个经典问题，也是图像处理研究中的一项基础任务，它在图像处理、机器视觉、模式识别等领域内有着广泛的应用。近十年来，大量的椭圆拟合算法快速发展起来，现如今已有的椭圆拟合方法主要包括：直接最小二乘法、最小平方中值法和Kalman滤波拟合椭圆法。这些方法虽然能够进行椭圆拟合，但很容易受到外界因素的干扰，例如在受到孤立点影响很大，而且当弧段较短并含有噪声时拟合结果很不稳定，通常具有较差的鲁棒性。在当前实际应用中，我们会经常会遇到多个椭圆并存的情况，例如同心的多椭圆图形，或者是互不相交的多椭圆、相交的多椭圆等情况。因此，使之适用于多个椭圆的拟合有其现实需要。本次毕业设计目的是设计一种较为优化的混合椭圆拟合算法，针对一些具有重叠椭圆的图片，能够快速、准确地拟合出每个椭圆的形状和大小。

2. 研究的基本内容与方案

基本目标：复杂场景中，采用高斯混合模型对相互遮挡的椭圆形目标进行建模，并设计相应算法提取各个椭圆；基于Matlab编程，实现场景中前景区域的提取，并对各个椭圆目标进行标识。

基本内容：由于我们是在相互遮掩的椭圆模型中进行检测，所以可以先针对椭圆检测设计出一种较为优化的算法，通过提取椭圆模型中的特征点，用于准确分析重叠区域中的椭圆数目及各椭圆的形状和大小，来解决在一些有着椭圆重叠的图像中，普通识别方法无法正常识别的情况。理论上来讲，该算法也可以应用于单椭圆拟合，并且效果很好。难点在于要将其扩展至多椭圆曲线的拟合，主要问题在于如何获取用于拟合各个椭圆的数据点集。

拟才用的技术方案：比较hough变换、边界曲线弧分割、利用椭圆极点与极弦性质的提取、利用椭圆几何对称性、三点确定椭圆等等现如今已有的椭圆检测方法，以及利用当前已有的多椭圆拟合算法，比如弧段搜寻等算法，选出适合进行重叠椭圆检测的算法并进行优化，最终需要能在图像中，找出并识别相互重叠的椭圆大小和形状。

[1] Mclachlan G J, Rathnayake S. On the number of components in a Gaussian mixture model[J]. Wiley Interdisciplinary Reviews Data Mining amp; Knowledge Discovery, 2015, 4(5):341-355.

[2] Ding Q, Han J, Zhao X, et al. Missing-Data Classification With the Extended Full-Dimensional Gaussian Mixture Model: Applications to EMG-Based Motion Recognition[J]. IEEE Transactions on Industrial Electronics, 2015, 62(8):4994-5005.

[3]Bae-Keun Kwon, Zhu Teng, Tae-Jung Roh, Dong-Joong Kang.Fast ellipse detection based on three point algorithm with edge angle information.International Journal of Control, Automation and Systems, 2016, Vol.14 (3), pp.804-813

[4] 范文超, 李晓宇, 魏凯,等. 基于改进的高斯混合模型的运动目标检测[J]. 计算机科学, 2015, 42(5):286-288.

[5]李艳荻, 徐熙平, 钟岩. 特征弦约束随机Hough变换在椭圆检测中的应用[J]. 仪器仪表学报, 2017, 38(1):50-56.

[6]胡瑞钦, 张立建, 孟少华. 基于OpenCV的图像椭圆特征识别与定位研究[J]. 计算机测量与控制, 2016, 24(12):116-118.