面向工业复杂场景的合作靶标椭圆特征快速鲁棒检测

摘要

针对工业制造现场复杂场景下典型合作靶标识别需求,提出了一种椭圆特征快速鲁棒检测方法.首先对预处理图像进行边缘跟踪和弧段分割筛选分组,通过基于帕斯卡定理的邻接象限弧段匹配和基于关系矩阵的边缘弧段聚类,对具有椭圆匹配性的边缘弧段实现快速聚类.然后采用非迭代最小二乘拟合方法获取椭圆参数,并根据参数特征去伪,得到最终检测结果.本文通过采用更加严格的椭圆匹配约束和更加高效的弧段聚类方法,有效减少了参数拟合阶段对非椭圆特征的运算量,具有良好的检测效率和检测结果可靠性.实验结果表明,本文算法对检测距离、光照条件、目标方位、图像噪声等干扰因素具有显著的抑制作用,在复杂场景条件下能够得到可靠的检测结果.本文方法对640×480 pixel的实验图像检测时间为183.2 ms,快于同类椭圆检测算法,满足了工业测量仪器在现场复杂场景中对合作靶标快速搜索与识别的性能需求.