1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

在图像处理、模式识别、计算机视觉、生物医学、遥感器视觉、气象预测等诸多领域的图像预处理中,特征提取起着举足轻重的作用.如何获得圆的精确中心位置坐标是机器视觉在工业应用中所面临的一个基本问题.圆形目标是光学测量中极为常见的一种图形,在目标识别以及定位中有着重要的作用.例如,在圆形工件几何尺寸的测量中,要求得到圆形工件的几何参数.在许多场合,经常采用圆形参照物作为特征点.如计算机标定中采用圆形栅格形式的标定靶标,二维运动测量中经常以圆斑作为标记物.在这些应用中,圆的中心定位精度对测量结果都起到了至关重要的作用^[1].

图像的边缘是图像最基本的特征,所谓边缘是指其周围像素灰度呈阶跃变化或屋脊变化的那些像素的集合,它广泛存在于物体与背景之间、物体与物体之间、基元与基元之间^[2].图像边缘提取涉及图像中研究对象的特征提取,即怎样识别图像中物体的轮廓,是数字图像分析处理的前提.边缘提取结果的优劣直接影响着图像分析、目标识别、三维重建等相关工作的顺利与否,具有重要的现实意义及广阔的应用前景.迄今为止,虽然许多边缘提取成果已经得到了广泛的应用,但数字图像的边缘提取问题并没有得到较完善的解决.首先,随着计算机硬件技术的发展,显示器的分辨率越来越高,引起边缘灰度变化带的减少,使得传统算法在边缘提取上出现了一定的困难.其次,图像在生成和传输过程中,受输入转换器件（如光敏器件、a/d转换器等）及周围环境的影响,总含有和边缘点频率相近的噪声,这使得图像的边缘提取存在伪检测、漏检测以及多像素宽度边缘等现象.再则,受拍摄环境和拍摄条件等因素的限制,图像中不可避免会有一些与目标无关的干扰存在.如何提高边缘提取的准确性使边缘提取算法具有更高的信噪比是图像处理的经典难题.好的边缘提取算法对进行更高层次的图像分析、理解等有不可忽视的实用价值和影响,是众多学者研究的重点^[3].

2. 研究的基本内容、问题解决措施及方案

1.本课题要解决的问题

本文研究了一种椭圆圆心定位算法,该算法首先对图像中的椭圆目标进行椭圆粗定位和像素级边缘定位,然后根据椭圆粗定位信息及图像边缘灰度分布特征获取精确的亚像素边缘点,针对亚像素边缘点中的”孤立点”和噪声点,分别用”曲率滤波”和”均值滤波”的方法加以滤波,最后用最小二乘法对滤波后的亚像素边缘点加以拟合,求得精确的椭圆圆心位置.该算法定位精度高,且计算量小,运算速度较快.

2.本课题拟采用的研究手段