کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6939895 869881 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A fast and robust circle detection method using isosceles triangles sampling
ترجمه فارسی عنوان
یک روش تشخیص سریع و قوی دایره با استفاده از نمونه برداری مثلثی یکپارچه
کلمات کلیدی
تشخیص دایره، الگوریتم تصادفی، استراتژی نمونه برداری، مثلث سه بعدی،
ترجمه چکیده
تشخیص دایره با استفاده از نمونه گیری تصادفی در سال های اخیر برای کاهش شدت محاسبات توسعه یافته است. با این حال، نمونه گیری تصادفی به سر و صدا حساس است که می تواند منجر به کاهش دقت و کاندیداهای مثبت کاذب شود. برای بهبود استحکام تشخیص دایره تصادفی در شرایط پر سر و صدا این مقاله روش جدیدی را برای تشخیص دایره بر اساس نمونه گیری تصادفی یکپارچه مثلث ارائه می دهد. نشان داده شده است که ویژگی هندسی مثلث های یکسوسل یک معیار قوی برای یافتن پیکسل های لبه مربوطه فراهم می کند که به نوبه خود وسیله ای کارآمد برای برآورد مراکز و شعاع دایره ها ارائه می دهد. برای بهترین کارایی، نتایج برآورد شده توسط نمونه گیری از اجزای متصل شده فردی نقشه ی لبه با استفاده از روش خوشه ای ساده مورد تجزیه و تحلیل قرار گرفت. برای بهبود بیشتر در دقت ما یک فرآیند پالایش دو مرحله ای با استفاده از آکورد ها و غرامت خطای خطی با استفاده از اطلاعات شیب لبه های پیکسل اعمال کردیم. آزمایش های گسترده با استفاده از تصاویر مصنوعی و واقعی صورت گرفته است. نتایج با الگوریتم های پیشرو در حالت پیشرفته مقایسه می شوند و نشان داده شده است که روش پیشنهادی دارای تعدادی مزیت است: در یافتن حلقه ها با تعداد کم تکرار، کارایی آن در میزان رد پنهان مثبت کاذب کاندیداهای دایره ای، و قوی بودن آن در برابر نویز است. این همه آن را در بسیاری از برنامه های بینایی سازگاری و مفید می سازد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
یک روش تشخیص سریع و قوی دایره با استفاده از نمونه برداری مثلثی یکپارچه
چکیده انگلیسی
Circle detection using randomized sampling has been developed in recent years to reduce computational intensity. However, randomized sampling is sensitive to noise that can lead to reduced accuracy and false-positive candidates. To improve on the robustness of randomized circle detection under noisy conditions this paper presents a new methodology for circle detection based upon randomized isosceles triangles sampling. It is shown that the geometrical property of isosceles triangles provides a robust criterion to find relevant edge pixels which, in turn, offers an efficient means to estimate the centers and radii of circles. For best efficiency, the estimated results given by the sampling from individual connected components of the edge map were analyzed using a simple clustering approach. To further improve on the accuracy we applied a two-step refinement process using chords and linear error compensation with gradient information of the edge pixels. Extensive experiments using both synthetic and real images have been performed. The results are compared to leading state-of-the-art algorithms and it is shown that the proposed methodology has a number of advantages: it is efficient in finding circles with a low number of iterations, it has high rejection rate of false-positive circle candidates, and it has high robustness against noise. All this makes it adaptive and useful in many vision applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 54, June 2016, Pages 218-228
نویسندگان
, , ,