基于梯度方向和概率估计的随机圆检测算法

为了提高随机圆检测算法的检测效率和精密度,提出了一种改进的随机圆检测算法。针对传统的随机算法无效累积多、执行效率低的问题,研究了两步法无效圆模型筛选策略。首先根据图像梯度信息,当迭代过程中取样点的梯度线与其构造圆的圆心距离小于设定阈值时,判定圆模型为真;然后取图像边缘点的子集,当子集的局内点个数小于期望值时,圆模型无效。针对随机圆检测算法精密度较差的问题,提出了对边缘点聚类,结合最小二乘法对结果进行优化。实验结果表明,算法在执行效率上优于其他三种经典算法,检测精密度与其他随机圆检测算法相比,有显著提升