基于多级优化的圆拟合算法

摘要

针对圆拟合算法中难以同时保证高效率和高准确度的问题,文中提出一种基于多级优化的圆拟合算法。运用3σ准则剔除粗大误差点,从降低子集抽选的随机性、圆模型的降次运算以及自适应迭代次数的阈值变换3个角度对随机抽样一致性进行改进,以提取高质量内群点,并采用设置迭代终止条件的迭代加权最小二乘法实现点群的精细化处理。文中实验从缺损圆、杂质干扰以及其他噪声3个方面对算法效果进行了验证,并与其他主流圆拟合算法进行了对比分析。结果表明,文中算法在不同程度的圆缺损、杂质干扰下的拟合准确度小于0.7 pixel,拟合效果优于其他算法。在约20%~265%的噪声干扰下,拟合准确度不超过1 pixel,运行时间低于0.7 s,该结果表明文中所提算法能抵抗大量椒盐噪声干扰,并能维持较高的准确度和检测效率。