基于代数距离的椭圆拟合的优化及应用研究

鉴于传统的椭圆拟合算法容易受噪声的影响,本文提出了一种基于代数、几何距离和RANSAC算法的最小平方中值的椭圆拟合方法。方法先采用线性变换对原始数据进行预处理,在得到处理后的离散点后,最小化椭圆和离散点之间的欧氏距离,采用五边形的方法对筛选出的不同点集进行测试,最后确定出椭圆的5个参数,拟合出最终的椭圆图形。仿真实验和实际图像的拟合结果表明,方法可以快速地对星体进行拟合和识别,对噪声具有一定的抵抗力,具有良好的准确性和鲁棒性。     

正交距离椭圆拟合法的推广及其实现

同心椭圆弧的拟合问题存在于计算机视觉、天文图像处理、CAD等领域。将椭圆的正交几何距离拟合算法推广到多个同心椭圆弧拟合上,提出一种同心椭圆弧拟合的处理方法。文中还给出了该方法实现的具体步骤和伪代码,该方法将单一圆、椭圆的拟合以及多个同心圆和椭圆的拟合统一了起来。实验表明该方法稳定、有效。     

跟踪目标的快速椭圆拟合方法

提出一种基于最小外包矩形的快速椭圆拟合方法 ,该方法利用最小二乘法获得目标的最小外包矩形框,再求取外包矩形框的内切椭圆,该椭圆能有效反映目标的大部分运动信息。本文对该方法进行了目标拟合的有效性和实效性实验分析。分析表明,本算法得到的拟合椭圆内背景像素比例(Background Pixel Raito,BPR)相比于传统的矩形框和经典的Khachiyan椭圆拟合方法有了显著的下降,且拟合方法无需迭代运算,拟合速度仅次于传统的矩形框,比经典的Khachiyan椭圆拟合方法快3倍。本算法对于实时目标跟踪应用具有很好的应用价值。     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

基于惯量矩的椭圆拟合方法

数字图像中,Hough变换或最小二乘法无法对图像中物体直接进行椭圆拟合,需要边缘检测等预处理,过程复杂且计算量大,为此,提出一种直接用图像惯量矩来拟合椭圆的方法。选定图像中要拟合的目标物体,将彩色图像转换为概率密度灰度图;计算目标的质心和主轴转动惯量,并运用形心主轴惯量积为零的条件推导出椭圆旋转角度和形心主轴惯量矩的大小;由形心主轴惯量矩的大小得出椭圆长半轴和短半轴大小,从而得到拟合后椭圆的各项参数。彩色图像实验,验证了该方法拟合目标椭圆的有效性和鲁棒性。     

用最小二乘正交距离方法拟合双同心椭圆弧 *

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用给定点到拟合椭圆弧的正交距离来衡量误差,建立关于误差的最小二乘方程 ,进而采用迭代方法求出描述双椭圆弧的八个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响 ,研究表明弧度越大、长短轴长度越接近、样本噪声越小 ,算法越稳定 ,参数估计越准确。该方法也可以推广应用于处理多个同心椭圆弧的拟合问题。     

基于椭圆拟合的热带气旋中心定位研究

对热带气旋的中心进行定位是预测其未来路径的基础.提出了一种基于椭圆拟合模型的全自动客观方法来代替传统的基于螺线拟合的方法,以实现热带气旋的中心定位.该方法包含梯度方向融合、椭圆线段选取、椭圆中心聚类以及气旋中心确定4个步骤.采用卫星红外图像进行实验,结果表明,提出的椭圆拟合定位方法与中国气象局发布的热带气旋最佳路径数据集在经度和纬度方向的偏差均值小于0.12度,为热带气旋中心定位提供了客观准确的参考.     

基于图像矩的驾驶员面部椭圆拟合定位

基于人脸类似椭圆的特性,提出一种基于图像矩的驾驶员面部椭圆拟合定位方法.该方法利用肤色信息对驾驶室采集的彩色图像在颜色空间进行快速分割的基础上,利用图像矩拟合驾驶员面部椭圆,从而准确的定位跟踪驾驶员的位置,有效的降低了驾驶室的复杂背景、驾驶员各种面部姿态、表情对人脸检测定位的影响,同时也避免了常用椭圆拟合方法计算量大的不足.实验与仿真表明该方法具有快速、稳健和姿态不敏感的特性.     

基于椭圆拟合的快速钢管计数方法

为满足钢管计数中精度和速度的需求,提出了一种新型的椭圆检测方法.该方法避开了Hough变换或随机Hough变换的复杂性,直接通过边缘跟踪对椭圆进行拟合,通过其它边缘像素对拟合结果进行校验和对比,对概率超过阈值的无包含椭圆进行计数.在边缘检测过程中对Robert算子进行了改进,并在阈值分割前对边缘进行了增强,在阈值分割后对边缘进行了保持连通性的细化.根据需要还可以在计数过程中加入人工指导.实验结果表明,该方法能快速准确地检测出图像中所有椭圆.     

基于莱特准则的椭圆拟合优化算法

普遍使用的代数距离最小的最小二乘（LS）椭圆拟合算法简单、易实现,但对样本点无选择,导致拟合结果易受误差点影响,拟合不准确。针对此特性,提出了一种基于莱特准则的椭圆拟合优化算法。首先,由代数距离最小的LS法对待拟合曲线进行椭圆拟合;其次,将待拟合曲线上的点与LS法拟合的椭圆的代数距离作为样本点集,在验证该样本点集服从正态分布的情况下,采用莱特准则,将样本点中值大于|3σ|的点判定为野值并剔除,进行多次拟合,直至样本点中无野值;最后,得到椭圆最优拟合结果。仿真实验结果表明,优化算法的拟合误差在1.0%以下,相比同条件下的LS法,其拟合精度至少提高2个百分点。优化算法的仿真结果与其在香烟圆度在线检测中的实际应用验证了此算法的有效性。     

八心圆弧拟合椭圆误差的理论解析及最优解及最优解

在数控加工领域,由于加工刀具一般采用的是球刀,因此在加工非圆的曲面时采 用的是用圆弧拟合的方法转换成圆弧加工,理论拟合精度决定了加工误差;圆弧拟合椭圆有无 数解,针对八心圆弧拟合椭圆没有准确的误差算法导致拟合椭圆的精度较模糊这一问题,根据 图形学理论提出了等差拟合弧的概念,确定了八心圆弧拟合椭圆的定解区间,导出了拟合椭圆 的八心圆弧法向误差超越方程解析式,并用二分法求解,在AutoCAD 环境下应用Visual LISP 语言编程,求解出根据法向误差确定八心圆弧拟合椭圆的最小误差带,从而确定八心圆弧拟合 椭圆的最优解,使八心圆弧是否可以拟合给定形状公差的椭圆有了准确的判断依据。     

一种用于目标定位与跟踪的椭圆拟合方法

给出了一种适用于数字闭合曲线的椭圆拟合方法。该方法利用闭合曲线的傅立叶级数表示的直流分量和一次分量实现对闭合曲线的椭圆拟合，可以避免通常椭圆拟合方法中的矩阵求逆问题。在对目标轮廓无先验知识的情况下，一次便可得到其拟会椭圆方程的所有参数，从而确定其方位。     

基于各点异性理论的椭圆拟合算法

分析椭圆拟合应用中常用算法对噪声过于敏感、抗干扰能力差的缺点,提出一种鲁棒性较强的椭圆拟合算法。采用各点异性回归技术,建立误差与变量有关的(EIV)模型,根据数据矢量观测集合最优地估计线性EIV模型参数和数据矢量真值集合。实验结果表明,该算法精确度高,当初始值与真实值差距较大时,仍然可以快速、稳定地收敛。     

DXF文件的椭圆(弧)曲线拟合算法的设计与实现

现有的基于微机开发的数控加工系统都是人工调试完成后加载运行的.为了能够依据AutoCAD绘图系统提供的信息自动生成数控加工代码,对基于PMAC卡的数控加工代码生成以及动态在线监测系统研制过程中遇到的问题进行了研究.重点说明了如何利用DXF文件中的参数进行椭圆(弧)曲线拟合,详细介绍了椭圆(弧)曲线拟合算法的实现.比较结果进一步验证了该算法的正确性和有效性,为后续的工作奠定了基础.     

Unified Computation of Strict Maximum Likelihood for Geometric Fitting

A new numerical scheme is presented for computing strict maximum likelihood (ML) of geometric fitting problems having an implicit constraint. Our approach is orthogonal projection of observations onto a parameterized surface defined by the constraint. Assuming a linearly separable nonlinear constraint, we show that a theoretically global solution can be obtained by iterative Sampson error minimization. Our approach is illustrated by ellipse fitting and fundamental matrix computation. Our method also encompasses optimal correction, computing, e.g., perpendiculars to an ellipse and triangulating stereo images. A detailed discussion is given to technical and practical issues about our approach.     

椭圆拟合的非线性最小二乘方法

为了在图像中确定椭圆目标精确的位置和边界,提出了一种基于非线性最小二乘的椭圆拟合方法。该方法在得到目标边界点的基础上,通过最小化拟合椭圆与边界点之间的欧氏距离,确定出由椭圆中心坐标、长半轴和短半轴长度、旋转角度共5个参数定义的椭圆,使得这一椭圆在非线性最小二乘意义下是最优的。在实际应用中,特别是人眼图像的瞳孔提取中,这种方法能够排除反光、睫毛、眼皮等的干扰,得到较为精确的瞳孔位置和边界。仿真实验和实际数据计算的结果表明,提出的方法有良好的准确性和鲁棒性。     

结合PCA与HEIV的椭圆目标检测算法

提出结合主元变换与异方差变量含误差模型的椭圆识别与定位方法。根据椭圆长轴对应于椭圆主元方向的特点,利用主元变换法将目标边缘数据变换到主元坐标系,给出新的椭圆轮廓度误差评定方法,将变换后数据点集的椭圆轮廓度误差作为椭圆识别的依据,采用基于异方差变量含误差模型的拟合算法获取椭圆的中心坐标。该方法将任意椭圆转化为标准型椭圆,简化了识别过程,考虑到椭圆数据点的异方差特性,提高了椭圆的定位精度,在噪声方差为0.05情况下,定位精度小于0.04 pixel。