[发明专利]圆检测方法及装置

权利要求书

1.一种圆检测方法，包括：

对图像进行边缘检测得到该图像的边缘点集；

对所述图像的边缘点集进行分析，得到图像质量分析结果；

根据所述图像质量分析结果选择圆检测算法；以及

使用所选择的圆检测算法对所述图像进行圆检测。

2.根据权利要求1所述的圆检测方法，其特征在于，所述对图像进行边缘检测得到该图像的边缘点集包括：

使用坎尼算子对所述图像进行过滤获得所述图像的边缘点集；以及

根据先验知识以及连通规则从获得的图像的边缘点集中剔除噪声灰度点，获得优化的边缘点集。

3.根据权利要求1所述的圆检测方法，其特征在于，所述根据所述图像质量分析结果选择圆检测算法包括：

设定表征所述图像质量的至少两个阈值范围；

选择至少两种具有不同鲁棒性的圆检测算法；

设定圆检测算法选择条件；以及

根据所述图像质量分析结果以及设定的圆检测算法选择条件选择进行圆检测的圆检测算法。

4.根据权利要求3所述的圆检测方法，其特征在于，所述设定圆检测算法选择条件包括：

分别设定在所述图像质量属于每个阈值范围时所对应采用的圆检测算法，其中，在所述图像的质量较好时设定选择鲁棒性相对较差但是计算复杂度相对较低的圆检测算法；而在所述图像质量较差时设定选择鲁棒性较好的圆检测算法。

5.根据权利要求4所述的圆检测方法，其特征在于，所述设定表征所述图像质量的至少两个阈值范围包括：设置四个阈值范围T1，T2，T3以及T4，其中，图像质量属于T1时，代表图像质量非常好；图像质量属于T2时，代表图像质量一般好；图像质量属于T3时，代表图像质量较差；以及图像质量属于T4时，代表图像质量非常差。

6.根据权利要求5所述的圆检测方法，其特征在于，所述选择至少两种具有不同鲁棒性的圆检测算法包括：选择梯度对向量检测算法，随机圆检测RCD算法以及积分差分算子算法。

7.根据权利要求6所述的圆检测方法，其特征在于，所述分别设定在所述图像质量属于每个阈值范围时所对应采用的圆检测算法包括：设定当图像质量属于T1时选择梯度对向量检测算法进行圆检测；当图像质量属于T2时选择梯度对向量检测算法与RCD算法相结合的圆检测算法；当图像质量属于T3时选择RCD算法进行圆检测；以及当图像质量属于T4时选择RCD算法与积分差分算子相结合的圆检测算法；

所述使用所选择的圆检测算法对所述图像进行圆检测包括：若选择梯度对向量检测算法，则对所述图像的边缘点集执行梯度对向量检测算法，并将梯度对向量检测算法的执行结果作为圆检测的结果；若选择梯度对向量检测算法与RCD算法相结合的圆检测算法，则先对所述图像的边缘点集执行梯度对向量检测算法，得到圆的半径以及圆心的参考范围，再根据圆的半径以及圆心的参考范围对所述图像的边缘点集执行RCD算法；若选择RCD算法，则对所述图像的边缘点集执行RCD算法，并将RCD算法的执行结果作为圆检测结果；若选择RCD算法与积分差分算子相结合的圆检测算法，则先对所述图像的边缘点集执行RCD算法，再对RCD算法的执行结果执行积分差分算子算法完成圆的精确定位。

8.一种圆检测装置，包括：

图像边缘化单元，用于对待检测图像进行边缘检测得到该图像的边缘点集；

图像质量分析单元，用于对所述图像的边缘点集进行分析，得到表征所述图像质量好坏的图像质量分析结果；

圆检测算法选择单元，用于根据所述图像质量分析单元输出的图像质量分析结果选择圆检测算法；

圆检测单元，用于用所选择的圆检测算法对所述图像进行圆检测。

9.根据权利要求8所述的圆检测装置，其特征在于，所述图像边缘化单元进一步用于根据先验知识以及连通规则从获得的图像的边缘点集中剔除噪声灰度点，获得优化的边缘点集。

10.根据权利要求8所述的圆检测装置，其特征在于，所述圆检测算法选择单元具体包括：

阈值与圆检测算法设定模块，用于设定表征所述图像质量的至少两个阈值范围，以及选择至少两种具有不同鲁棒性的圆检测算法；

圆检测算法选择条件设定模块，用于分别设定在所述图像质量属于每个阈值范围时所对应采用的圆检测算法；

圆检测算法选择模块，用于根据所述图像质量分析结果以及设定的圆检测算法选择条件选择进行圆检测的圆检测算法。