基于曲率与HOUGH变换的平面轮廓图元识别方法研究

针对检测精度与检测速度两大指标,提出了基于曲率与HOUGH变换的平面轮廓图元识别方法。开发了基于邻域值的轮廓点分类算法,采用曲率阈值法筛选轮廓点、投影高度法判别图元属性及分类轮廓点,分别构建了基于HOUGH变换的直线图元、圆弧图元分割与融合算法。对本文提出的方法与Chung&Tsai方法等4种特征点检测方法的检测精度与检测速度进行了对比实验与分析。采用包含各种类型特征点的仿真平面轮廓对本文提出的方法的特征点检测能力进行了测试。实验结果表明,本文提出的方法图元识别准确、检测速度快、通用性好。