基于霍夫变换的圆形识别目 录摘要1ABSTRACT2第一章 绪论3 1.1 论文的研究背景3 1.2 图像识别技术的现状3 1.3 本文的主要内容5第二章 图像预处理7 2.1 简介7 2.2 图像的灰度化7 2.3 二值图像8 2.4 边缘检测9第三章 圆形识别的研究13 3.1 霍夫变换简介13 3.2 标准霍夫变换检测直线14 3.3 圆检测原理15 3.4 圆形识别的研究17 3.5 本章小结21第四章 圆的拓展椭圆22 4.1 椭圆的研究22 4.2 研究成果23 4.3 本章小结25第五章 论文总结26参考文献27致谢28附录1 圆形识别的程序29附录2 椭圆的程序31摘要在计算机视觉领域中，图像识别近几年受到广泛热议。随着现代科学技术的不断发展，图像识别技术的应用范围也越来越广泛，例如，人脸识别，指纹识别，车牌号的特征识别等。本文根据霍夫变换和图形的几何特征，提出了一种图像识别方法。在图像检测中，圆的检测是非常重要的。在圆形检测中，霍夫变换是使用最多的一种方法。本文介绍了霍夫变换识别圆的算法，并对椭圆进行了研究。本文给出了图像识别的四个步骤：第一，图像预处理，目的是将图形物体与背景区分开。预处理运算能够获得目标物体的信息，然后检测出图像的边缘。第二，基于霍夫变换的圆形识别的研究。第三，椭圆的研究。最后，对研究的成果进行了总结。关键词：霍夫变换；边缘检测；图像识别；圆形识别。ABSTRACT In the field of computer vision, image recognition has been a hot issue for several years. With the continuous development of modern science and technology, image recognition technology has been used widely. Such as, face recognition, fingerprint recognition and character recognition of license plate number. We propose an image recognition method based on the Hough transform and the geometric characteristics of graphics.Circles are very important in the image detection. The Hough transform is widely used in solving this problem. This article describes the Hough transform algorithm to identify the circle and the ellipse. This paper describes four steps of image recognition. First, the image preprocessing. The purpose is to separate graphical objects from the background. Preprocessing operation can achieve the information of the target object, and we need to detect the edge of the image. Second, based on the study of circular Hough transform identified. Third, study on the ellipse. Finally, summarize the results of the work.Keyword: Hough transform, edge detection, image recognition, circle recognition.第一章 绪论1.1 论文的研究背景随着科学技术和信息技术的不断发展，图像的处理与识别已经覆盖我们生活的各个方面。在日常生活中，可以通过图片获取我们所需要的信息，并且在人们之间相互传递。另外，图片不受语言和地域的限制，有利于人们之间的交流。图像识别技术是人们根据图像的固有特性，先对图像进行特征提取，然后再对图像进行识别和处理的一种技术。图像识别的应用范围非常广泛，例如，能够进行指纹识别的手机，车牌号的识别，药品检测，工业生产中对原材料的检验等方面。图像识别就是借助计算机去读取图片中的信息，并根据要求作出判断。借助图像识别技术，我们可以通过对图片的搜索，快速的获取信息。在2011年，李彦宏曾说过“全新的读图时代已经来临”。有时候，我们更加倾向于通过图片获取信息。如今，越来越多的互联网行业和科技公司开始组建研发团队，从事图像识别技术的研究。我们所熟悉的微软、谷歌、亚马逊等都在注入大量的资金从事这项研究，致力于往更加智能的方向发展。 现如今，图像识别技术发展迅速，引领着时代潮流。这篇论文主要是根据图像识别的理论基础，利用matlab，研究图像识别。1.2 图像识别技术的现状数字图像处理技术范围很广，主要包括图像增强、图像去噪、图像分割以及边缘检测等，它的目的主要是对原始的图像进行处理，以便于人眼的观察和机器的识别。模式识别在60年代得到了迅速发展，并取得了众多的理论研究成果，其应用领域也扩展到很多的方面，比如语音识别、图像识别、信息检索以及视频识别等领域。模式识别是利用计算机来实现人类的识别能力，该技术主要是对图像的特征进行提取，并且根据图像的特征进行目标物体的分类与识别。国外对图像识别的研究主要集中在80年代以前，国内的理论研究较少。但随着计算机的的普及与发展，运算能力显著增强。图像识别的系统主要包括三个部分：图像信息的获取、特征提取和分类判决。图像信息的获取主要是把图片、文字等用扫描仪变换为电信号，再进行处理；特征提取就是找出能反映物体本质的特征；分类判决就是根据提取的特征做出分类总结的过程。我们在进行图像识别前，首先要对图像进行预处理，然后对图像的特征进行提取，进而加以判断和分类，从而达到识别的目的。常见的图像识别方法主要有四种：统计图像识别方法、结构图像识别方法、模糊图像识别方法以及神经网络图像识别方法。在我们的生活中存在很多图像识别的应用，例如身份证中的人脸识别和指纹识别，交通管制中的车牌识别，工业生产中零部件的识别和分类等。图像识别技术主要是利用计算机系统对图像进行分析和处理，以此来识别不同的图像的一种技术。自图像识别诞生以来，主要经历了三个阶段：第一，是文字识别，开始于1950年，主要是对一些简单的数字、字母以及符号进行识别，是图像识别的基础，应用非常广泛。第二，是数字图像处理与识别，开始于1965年，相比于模拟图像来说，存储方便，传输过程不易失真，该研究广泛应用于企业生产和我们的生活中。第三，是物体识别，与前两者相比，较复杂，同时也存在一些不足，经常会受到噪声的干扰，检测不准确。在图像识别过程中，需要有当时信息的录入和原始记忆信息的存储。只有通过对两种信息之间的比较和加工，才能实现对图像的识别。随着计算机识别技术的发展，搜索引擎逐渐完善，引擎可以给每张图片加上标签。当我们想要查找某个特定的图片的时候，输入关键字，搜索引擎就可以快速识别。另外，无人机以及自动驾驶也依靠图像识别，更加准确的识别周围的物体，对人们的生活带来便利。下面结合图片介绍两个具体的应用，图1.2.1(a)是在2012年中科院自动化研究所，研制的机器人，它能够识别不同的人。其原理主要是对机器人进行一些基本信息的录入，以及对不同人的脸进行扫描。当再次靠近机器人的时候，它就能认出靠近的这个人。另外，机器人还能根据之前输入的一些基本信息与识别出的这个人进行互动。(b)图是对车牌号进行识别。车牌识别是图像识别的一个重要应用，它主要有三部分组成：图像输入、牌照定位与分割、字符识别。车辆进出停车场，不需要刷卡就能直接进出，加快了车辆进出的速度，减少了管理人员的支出。车牌识别技术的目的是从汽车牌照中提取车牌信息并识别出来。应用的主要技术包括车牌信息的提取、图像预处理、车牌特征的提取等技术，以此来识别车辆牌号和颜色等信息，方便快捷，主要应用在车辆检查、停车场管理以及高速公路的收费管理等方面。 (a) 机器人 (b) 车牌号的识别图1.2.1 图像识别直线、圆、椭圆是自然界中常见的一些基本图形，它们组成了更多复杂的图形，所以研究图像识别的意义重大。另外，图像识别技术也将朝着更加精确、快速的方向发展，涉及到交通、公安、医药、农业、航天、工业等众多领域，给我们的工作、生活带来了极大便利。霍夫变换是研究图像识别的常用方法，它是在1962年提出的一种线性描述方法，主要检测图像中的直线，但直线斜率不存在的时候就无法检测出来。Duda和Hart提出了标准的霍夫变换，解决了这一问题，它的基本思想是通过直角坐标和极坐标之间的变换来检测直线和曲线，把图像空间中的每个边缘像素点映射到参数空间，进行边缘累积，最后形成峰值点。霍夫变换是进行图像识别的常用方法，应用广泛。它主要是从原始的图像中分离出相同的图形，例如，在一幅有三角形、矩形、圆和椭圆的图形中，找出所有的圆。另外，与其它方法相比，霍夫变换具有独特的优点，能够减少噪声的干扰，从而减少目标的错误识别。本文研究的重点是标准的霍夫变换，它经常用来识别直线、矩形、圆、椭圆等，能够快速的识别出我们所需要的某种图形。基于霍夫变换的圆形识别的研究主要是通过霍夫变换原理来实现的。最初，通过霍夫变换对直线进行了研究，其原理是把图像空间上的每一个点映射到参数空间，形成一条直线或曲线，图像空间中的所有的像素点在参数空间形成一个交点。同理，参数空间上的一个点对应到图像空间变成一条直线，这样就可以检测出我们所需要的直线。在此基础上，把直线检测扩展到圆、椭圆等，维度增加，计算量增大。为了进一步加快运算的速度，对霍夫变换做了一系列的改进，例如随机霍夫变换、基于梯度信息的霍夫变换等。1.3 本文的主要内容本文主要的研究内容是霍夫变换的圆形识别。圆的图片选取了五张，首先对图片进行灰度化、二值化，然后进行边缘检测。通过霍夫变换原理的理解和分析，进行圆形识别，最后整理效果图。本文的安排如下。第一章为绪论，阐述了论文的研究背景，总结回顾图像识别技术的现状，以及本文的主要内容。第二章为图像预处理，简单介绍了图像的灰度化、二值化以及边缘检测，目的是将目标物体与周围的环境隔离开。 第三章为圆形识别的研究，对霍夫变换原理做了简要介绍，通过对直线检测的理论推导引出圆。重点对圆检测的理论进行推导与分析，借助matlab对图像进行了识别，给出了实验效果图。第四章为椭圆的研究，把图形从三维空间的圆拓展到五维的椭圆，并对相关理论及结果做了推导与分析，编写程序，给出效果图。 第五章进行了总结，得出结论。第二章 图像预处理2.1 简介在一幅图像输入到计算机的时候，由于受到了各种条件的限制和噪声的干扰，输入的图像会失真，所以一般不能直接获取原始图像。为了便于特征提取，需要对图像进行