圆形运动目标的快速检测方法研究
一种快速准确识别圆形目标的新算法 (1)
５７６
激光与红外
第３７卷
第３７卷 第６期 ２００７年６月
激光与红外
ＩＡＳＥＲ ＆ ＩＮＦＲＡＲＥＤ
文章编号：１００１－５０７８（２００７）０６－０５７５－０４
Ｖ０１．３７．Ｎｏ．６ Ｊｕｎｅ，２００７
一种快速准确识别圆形目标的新算法
李江涛，倪国强，王强，黄光华
（北京理工大学信息科技学院光电工程系，北京１０００８１）
摘要：在对二值圆形图像深入认识的基础上，研究了自动提取图像中圆形目标的理论，提出
下面介绍算法自动识别多尺度圆形目标另一个
非常重要的参数：数字圆上像素点到圆心的距离与
理想状态的圆半径差值△。以上面所列出的圆为
例，来研究它们的圆上像素距圆心的最大距离与真
实Ｒ之间的差值规律，如表２所示。实验表明，以
圆心为坐标原点，随着像素偏离ｘ或ｙ轴，厶将增
大，并在４５。时将达到最大值。所以选取圆的第一
李江涛倪国强王强等一种快速准确识别圆形目标的新算法
５７７
Ｒ
图３真实半径与理想半径（Ｒ）之间的差值Ａ
本节从不断变化的圆中找出了共有的特性规 律，定义了乃和厶这两个重要的数字圆参数。依据 这两个参数可以快速自动识别不同尺度上的圆形目 标。由于客观成像条件、摄像器件以及边缘提取算 法的影响，造成二值图像中的圆形目标有些形状上 的畸变，或者边缘的缺失。所以在△，Ｄ的选取上， 要适当放宽条件才可探测出目标。经过多种图像反 复地实验，当Ｄ取４．２８，△取０．５９时取得的识别效 果相对较好，虚警率和漏检率较低。但是为了体现 自动识别的性质，一旦确定两个参数，将不再更改。 ３算法的原理、流程及实现
圆盘运动实验报告
一、实验目的1. 了解圆盘运动的基本原理和规律。
2. 掌握圆周运动的测量方法。
3. 培养实验操作技能和数据分析能力。
二、实验原理圆盘运动是指物体在圆周路径上做匀速或变速运动。
在圆周运动中，物体受到的合外力指向圆心，称为向心力。
向心力的大小与物体的质量、圆周运动的半径和速度有关。
本实验通过测量圆盘运动的半径、速度和向心力，验证圆周运动的规律。
三、实验器材1. 圆盘运动装置2. 测量尺3. 秒表4. 电子秤5. 计算器四、实验步骤1. 将圆盘运动装置固定在实验台上，调整圆盘半径至预定值。
2. 用电子秤测量圆盘的质量，记录数据。
3. 使用测量尺测量圆盘的半径，记录数据。
4. 用秒表测量圆盘转动一周的时间，记录数据。
5. 根据测量数据，计算圆盘的运动速度和向心力。
6. 重复实验步骤，取平均值。
五、实验数据1. 圆盘半径：r = 0.30 m2. 圆盘质量：m = 0.50 kg3. 圆盘转动一周的时间：t = 5.0 s4. 圆盘转动一周的距离：s = 2πr = 1.88 m六、实验结果与分析1. 圆盘运动速度：v = s / t = 1.88 m / 5.0 s = 0.376 m/s2. 圆盘向心力：F = mv² / r = 0.50 kg × (0.376 m/s)² / 0.30 m ≈ 0.23 N根据实验数据，圆盘运动速度为0.376 m/s，向心力为0.23 N。
根据圆周运动的规律，向心力与物体的质量、圆周运动的半径和速度有关。
本实验中，向心力与圆盘的质量和半径的乘积成正比，与速度的平方成正比。
七、实验结论1. 圆盘运动速度与圆周运动的半径和转动一周的时间有关。
2. 圆盘向心力与物体的质量、圆周运动的半径和速度有关。
3. 本实验验证了圆周运动的规律，即向心力与物体的质量、圆周运动的半径和速度成正比。
八、实验注意事项1. 实验过程中，注意安全，避免发生意外。
圆跳动测量技巧总结
圆跳动测量技巧总结圆跳动是在测量对象的一种测量方式，主要用于检测物体的径向跳动或者振动。
在工程测量中，圆跳动测量被广泛应用于轴承的检测、机械零件的测量以及加工工艺的控制等领域。
为了准确测量圆跳动，需要掌握一些测量技巧。
本文将总结一些常见的圆跳动测量技巧。
1.选择合适的测量仪器：在进行圆跳动测量时，需要选择合适的测量仪器。
一般情况下，可以选择测微计、光电平头和光电位移传感器等仪器进行测量。
选取合适的测量仪器能够提高测量的准确性。
2.保持测量仪器的稳定：在进行圆跳动测量时，需要保持测量仪器的稳定性。
可以通过使用支架或者固定装置来固定测量仪器，避免测量仪器的晃动对测量结果的影响。
3.确定测量位置：在进行圆跳动测量时，需要确定好测量位置。
可以通过测量对象上的已知位置作为参考点，或者使用测量仪器的刻度盘来确定测量位置。
确定好测量位置后，可以直接进行测量。
4.注意测量方向：在进行圆跳动测量时，需要注意测量方向。
圆跳动有正向和负向两个方向，需要根据实际情况选择合适的测量方向。
一般情况下，选择正向测量。
5.控制测量角度：在进行圆跳动测量时，需要控制好测量角度。
可以通过测量对象的旋转或者使用测量仪器的刻度盘来控制测量角度。
为了提高测量的准确性，可以进行多次测量，取平均值。
6.注意测量时间：在进行圆跳动测量时，需要注意测量时间。
由于圆跳动是一个动态过程，需要在适当的时刻进行测量。
可以根据测量对象的运动状态选择合适的测量时间。
7.数据处理：在进行圆跳动测量后，需要对测量数据进行处理。
可以使用计算机软件进行数据处理，计算出圆跳动的各项参数，如圆跳动幅值、圆跳动频率和径向跳动等。
8.定期校准测量仪器：为了保证测量结果的准确性，需要定期对测量仪器进行校准。
可以通过与标准器比对来进行校准，校准好的测量仪器可以提高测量的准确性和稳定性。
9.注意环境因素：在进行圆跳动测量时，需要注意环境因素对测量的影响。
环境因素如温度、湿度和振动等都会对测量结果产生影响。
霍夫检测圆
霍夫检测圆（最新版）目录1.霍夫检测圆的概述2.霍夫检测圆的原理3.霍夫检测圆的应用领域4.霍夫检测圆的优缺点5.总结正文1.霍夫检测圆的概述霍夫检测圆是一种用于检测图像中圆形物体的算法，它基于图像的局部特性，可以快速准确地找到圆形物体。
霍夫检测圆在计算机视觉领域具有广泛的应用，例如图像处理、目标识别和追踪等。
2.霍夫检测圆的原理霍夫检测圆的原理主要基于霍夫圆变换。
霍夫圆变换是一种将图像中的点集映射到圆上的方法，通过对图像进行迭代处理，可以找到满足特定条件的圆形。
具体来说，霍夫检测圆的过程分为以下几个步骤：(1) 对图像进行平滑处理，以消除噪声。
(2) 对平滑后的图像进行霍夫圆变换，得到候选圆。
(3) 对候选圆进行排序，根据圆的尺度和旋转角度。
(4) 根据排序后的候选圆，提取出图像中的圆形物体。
3.霍夫检测圆的应用领域霍夫检测圆在许多领域都有广泛应用，例如：(1) 计算机视觉：在目标检测、目标识别和追踪等任务中，霍夫检测圆可以快速找到圆形物体，提高算法的效率。
(2) 图像处理：在图像去噪、图像分割和特征提取等任务中，霍夫检测圆可以提供有效的圆形特征。
(3) 机器人视觉：在机器人导航、物体抓取和避障等任务中，霍夫检测圆可以帮助机器人快速识别圆形物体，提高任务完成的准确性。
4.霍夫检测圆的优缺点霍夫检测圆具有以下优缺点：优点：(1) 计算速度快，适用于实时处理。
(2) 不受圆形物体大小和旋转角度的影响，具有较好的鲁棒性。
(3) 对噪声具有一定的抗干扰能力。
缺点：(1) 对非圆形物体的检测效果较差。
(2) 在复杂背景下，可能出现误检和漏检的情况。
(3) 计算过程中可能存在尺度效应，需要进行额外处理。
5.总结霍夫检测圆是一种有效的圆形物体检测方法，具有速度快、鲁棒性好等优点，广泛应用于计算机视觉和图像处理等领域。
圆形目标识别方法研究
圆形目标识别方法研究
自动识别圆形目标是现实生活以及工业制造业中的实际需求,也是计算机视觉中最基本和最重要的领域之一。
圆形目标自动识别的算法,目前最常用包括Hough变换算法、圆度检测算法、模板匹配,以及近年来提出的通过线性分割识
别圆形目标的算法。
针对复杂背景情况下识别效率低,识别精度不高两个问题,本文采取了支持
向量回归模型与三点拟合圆相联合的形式,来识别图像视场中的圆形目标。
本文主要研究工作如下:(1)分析比较了常用的图像预处理方法,包括图像对比度增强、边缘检测算子、图像阈值化方法等。
选取高效合理的预处理方式是改善图像视觉效果和提高计算机识别效率的
第一步,也是重要的一步。
(2)从国内外学者在圆形识别方面的现状出发,深入研究了经典的自动识别圆形目标的算法。
提出了支持向量回归模型与三点拟合圆相联合的算法,该算法通过支持向量回归模型训练不同类型的圆形样本,在高维空间中得到逼近圆形的回归函数,以
该回归函数为中心线,构建一个近似圆环形的间隔带,在此间隔带内的点都认为
属于圆形边界上的点,然后运用三点拟合圆几何算法计算出圆心和半径,从而达
到识别圆形的目的。
(3)通过VS2010+OpenCV2.4.9平台,将本文提出的算法与经典的圆形目标识别方法进行对比,从识别圆形目标的准确度与时间复杂度两个方面分析。
实验结果表明,本文提出的算法通过对训练样本的学习,能够在噪声比较大
的背景图像中得到圆形的边界信息,从而确定圆的位置,较仅使用某一种圆形识
别算法有一定的优势。
在以圆形作为定位的计算机视觉领域,具有重要的理论研
究价值与实践意义。
幼儿园小班科学教案《圆形滚得快》含反思
幼儿园小班科学教案《圆形滚得快》含反思一、教学内容本节课选自幼儿园小班科学教材《有趣的形状》中的第三章《圆形滚得快》。
本章节详细内容为：让幼儿通过观察、实践，了解圆形的特性，掌握圆形物体滚动速度的概念，培养幼儿对科学探索的兴趣。
二、教学目标1. 让幼儿能够认识圆形，知道圆形的基本特点。
2. 培养幼儿观察、比较、分析问题的能力，使幼儿了解圆形物体滚动速度的规律。
3. 培养幼儿合作、探究、分享的学习品质，提高幼儿对科学活动的兴趣。
三、教学难点与重点教学难点：让幼儿理解圆形物体滚动速度的规律。
教学重点：让幼儿认识圆形，培养幼儿观察、实践的能力。
四、教具与学具准备教具：圆形物体（如球、圆形玩具等）、直轨道、斜轨道、计时器。
学具：画有圆形的卡片、彩色笔、剪刀、胶水。
五、教学过程1. 实践情景引入（5分钟）教师组织幼儿在教室里观察各种圆形物体，让幼儿找出生活中的圆形，引导幼儿关注圆形的特点。
2. 教学内容讲解（10分钟）（1）教师展示圆形物体，让幼儿观察并描述圆形的特点。
（2）教师通过举例，让幼儿了解圆形物体滚动速度的规律。
3. 例题讲解（5分钟）教师演示直轨道和斜轨道上圆形物体的滚动速度，让幼儿观察并说出滚动速度的快慢。
4. 随堂练习（5分钟）（1）让幼儿在教室内寻找圆形物体，进行滚动比赛。
（2）幼儿分组，利用学具画圆形，剪下来后进行滚动速度比较。
六、板书设计1. 板书《圆形滚得快》2. 板书内容：（1）圆形的特点：边缘光滑、没有角、各点到中心距离相等。
（2）圆形物体滚动速度规律：斜轨道滚动速度快于直轨道。
七、作业设计1. 作业题目：（1）请小朋友们在家里找一找，有哪些圆形物体？（2）观察这些圆形物体滚动时，速度是否会受到斜度和摩擦力的影响？2. 答案：（1）生活中的圆形物体有：球、硬币、圆桌、车轮等。
（2）圆形物体的滚动速度会受到斜度和摩擦力的影响，斜度越大，滚动速度越快；摩擦力越大，滚动速度越慢。
八、课后反思及拓展延伸本节课通过观察、实践、分享，让幼儿对圆形有了更深入的认识，掌握了圆形物体滚动速度的规律。
圆跳动及测量方法
圆跳动及测量方法圆跳动是指圆形物体在运动中产生竖起的竖直运动状态，俗称“跳动”。
圆跳动在实际生活和工程项目中应用广泛，如机械设计、航空航天、车辆工程等领域。
本文将介绍圆跳动的基本概念、测量方法及其在实际中的应用。
1.圆跳动的基本概念圆跳动是指被测圆形物体在运动中，其轴线上特定点的竖直方向周期性的上下变化。
也就是说，圆形物体在运动中会产生上下反复的跳动状态，这种状态称为圆跳动。
2.圆跳动的测量为了测量圆跳动，我们需要使用相应的测量仪器和方法。
下面介绍两种常用的测量方法。
2.1显微镜法显微镜法是一种普遍使用的测量圆跳动的方法。
具体操作步骤如下：1)将待测圆形物体放置在水平的工作台上。
2)通过显微镜将物体的图像投影在横向移动的平板上。
3)平板上设置一个水平标尺，以便测量竖起的高度变化。
4)通过观察显微镜中的图像，记录圆跳动的竖起高度变化。
2.2激光测距法激光测距法是一种高精度的测量方法。
它利用激光束的特性来测量物体的竖起高度变化。
具体操作步骤如下：1)将待测圆形物体放置在水平的平台上。
2)将一束激光垂直照射到圆形物体上，并在竖起的顶点处被反射回来。
3)使用光电探测器来接收反射回来的激光。
4)通过测量激光束反射回来的时间，计算出物体的竖起高度变化。
3.圆跳动的应用圆跳动在实际生活和工程项目中有着广泛的应用。
3.1机械设计在机械设计中，圆跳动是一项重要的指标。
通过测量和控制圆跳动，可以保证机械零部件的运动精度，提高机械设备的可靠性和寿命。
3.2航空航天在航空航天领域，圆跳动的控制至关重要。
例如，在航天器的发动机设计中，圆跳动的存在会导致发动机的运行不稳定，影响整个航天任务的成功完成。
因此，测量和控制圆跳动是航空航天工程师的重要任务之一3.3车辆工程在车辆工程中，圆跳动是衡量车轮轮胎精度的重要指标。
通过测量圆跳动，可以检查车轮轮胎的制造精度，并计算出轮胎与路面的接触面积和接触压力分布，从而优化车辆的操控性能和驾驶舒适感。
圆形运动目标的快速检测方法研究
圆形运动目标的快速检测方法研究张翼;孙永荣;王艳;刘晓俊;王潇潇【摘要】Fast detection of circle ’s contour is the premise of tracking and positioning circular moving object.The shape deformation occurred during imaging the circle object will cause difficulty in accurately detecting its contour.For this problem,in the thesis we put forward a circular moving object detection method which combines the randomised Hough transform (RHT)with the gradient vector flow active contour model (GVF Snake).First of all,the improved RHT algorithm is employed to quickly detect the initial contour of the object to solve the problem of GVF Snake in its automatic initial contour setting.Then,taking the advantage of the GVF Snake in its capacity of contour approaching,the method solves the object contour losing problem in traditional method and extracts accurate and entire real boundary of the object.Results of the experiments show,the method effectively overcomes the shape deformation of the circle,it can extract the contour of the object quickly and has the capacity of real-time detection on circular moving object.%实现对圆的快速轮廓检测，是进行圆形运动目标跟踪与定位的前提。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ １ ， ２ ］
１ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ 模型
传统 Ｓ ｎ ａ ｋ ｅ 模型是一个能量最小化的二维样条曲线， 在给 定的初始条件下利用自身的曲线特性、 定义的图像能量和外力 的作用， 通过逐步迭代的方式拟合图像中的目标边界。它的主 要局限性在于要求初始化靠近期望的解， 以及对边界凹形部分 的分割存在困难。在此基础上， Ｘ ｕ 等构建了梯度矢量流主动轮 廓模型（ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ ） ， 该模型采用梯度矢量流代替传统 Ｓ ｎ ａ ｋ ｅ 模 型的图像梯度外立场， 运用热扩散原理， 对图像的梯度矢量进行
２ ２ ２ ２ ２ ２ １ ） （ ｕ ）＋ ｆ ｄ ｘ ｄ ｙ（ ε＝ μ Ｖ－ｆ ｘ ＋ｕ ｙ ＋ｖ ｘ ＋ｖ ｙ
基于最 小 二 乘 拟 合， 利用边缘图像中的曲线段进行分组拟
３ ， ４ ］ 合［ 。近年来不规则圆的检测与识别， 是研究的热点之一， 文
献［ ５ ］ 中研究了基于高斯金字塔分解的不规则圆检测方法。 本文基于主动轮廓模型来解决变形圆的检测问题， 提出结 合随 机 霍 夫 变 换 （ Ｒ Ｈ Ｔ ） 和梯度矢量流主动轮廓模型（ Ｇ Ｖ Ｆ Ｓ ｎ ａ ｋ ｅ ） 的方法， 首先利用改进 Ｒ Ｈ Ｔ对目标进行初定位， 获取粗 略的目标轮廓区域， 然后进一步由 Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ 算法拟合目标的 真实边缘， 最终提取准确的目标闭合轮廓曲线。
收稿日期： ２ ０ １ ２－ ０ ９－ ２ ４ 。中央高校基本科研业务费专项资金项目 （ Ｎ Ｐ ２ ０ １ １ ０ ４ ９ ） 。张翼， 硕士生， 主研领域： 图像技术在导航与定位中的应 用。孙永荣， 教授。王艳， 硕士生。刘晓俊， 硕士生。王潇潇， 硕士生。
２ １ ２
计算机应用与软件
（ 南京航空航天大学自动化学院导航研究中心 江苏 南京 ２ １ ０ ０ １ ６ ）
摘 要 实现对圆的快速轮廓检测， 是进行圆形运动目标跟踪与定位的前提。针对圆形目标在成像时发生形变而难以准确检测 其外形轮廓的问题， 提出一种将随机霍夫变换（ Ｒ Ｈ Ｔ ） 和梯度矢量流主动轮廓模型（ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ ） 相结合的圆形运动目标检测方法。 首先利用改进的随机霍夫变换快速获取目标初始轮廓， 解决 Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ 的初始轮廓自动设置问题， 然后基于 Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ 的轮廓逼近 能力， 解决传统方法中出现的目标轮廓丢失问题， 准确完整地提取目标的真实边界。实验结果表明， 该方法有效克服圆形目标的形 变， 能够快速地提取目标轮廓， 具备圆形运动目标的实时检测能力。 关键词 圆形运动目标 随机霍夫变换 梯度矢量流主动轮廓 初始轮廓 轮廓丢失 实时检测 中图分类号 Ｔ Ｐ ３ ９ １ ． ４ １ 文献标识码 Ａ Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ ３ ８ ６ ｘ ． ２ ０ １ ４ ． ０ １ ． ０ ５ ６
（ Ｎ ａ ｖ ｉ ｇ ａ ｔ ｉ ｏ ｎＲ ｅ ｓ ｅ ａ ｒ ｃ ｈＣ ｅ ｎ ｔ ｅ ｒ ，Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｏ ｎＥ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ，Ｎ ａ ｎ ｊ ｉ ｎ ｇＵ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ａ ｅ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ｓ ａ ｎ ｄＡ ｓ ｔ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ｓ ，Ｎ ａ ｎ ｊ ｉ ｎ ｇ ２ １ ０ ０ １ ６ ，Ｊ ｉ ａ ｎ ｇ ｓ ｕ ，Ｃ ｈ ｉ ｎ ａ ）
６ ］ 扩散以扩大 Ｓ ｎ ａ ｋ ｅ 轮廓曲线的捕获区域 ［ 。
， 从而提高了检测速度； 二是
假设灰度图像 Ｇ （ ｘ ， ｙ ） 中目标的边缘图像为 ｆ （ ｘ ， ｙ ） ， （ ｘ ， ｙ ） 为像素坐标， 为（ ｘ ， ｙ ） 处的梯度， Ｇ Ｖ Ｆ场为向量场 Ｖ （ ｘ ， ｙ ）＝ ｆ ［ ｕ （ ｘ ， ｙ ） ， ｖ （ ｘ ， ｙ ） ］ ， 则轮廓线的能量泛函为：
－ （ ｖ － ｆ ） （ ｆ＋ ｆ ）＝ ０ μ ｖ ｙ 式中２为拉普拉斯算子。
２
２ ｘ
２ ｙ
（ ２ ）
将式（ ２ ） 看成时间函数， 用差分近似导数离散方程组， 可得 计算 Ｇ Ｖ Ｆ场的迭代公式：
ｎ ＋ １ ｎ ｎ ｎ ｎ ｎ ｕ （ １－ ｂ ｒ （ ｕ ｕ ｕ ４ ｕ ）＋ ｃ ′ ｔ ） ｕ ｔ Δ Δ ｉ ， ｊ ｉ ， ｊ ｉ ， ｊ ＝ ｉ ， ｊ＋ ｉ ＋ １ ， ｊ＋ ｉ ， ｊ ＋ １＋ ｉ ， ｊ － １＋ ｉ ， ｊ （ ３ ） ｎ ＋ １ ｎ ｎ ｎ ｎ ｎ ｖ （ １－ ｂ ｒ （ ｖ ｖ ｖ ４ ｖ ）＋ ｃ ″ ｔ ） ｖ ｔ Δ Δ ｉ ， ｊ ｉ ， ｊ ｉ ， ｊ ＝ ｉ ， ｊ＋ ｉ ＋ １ ， ｊ＋ ｉ ， ｊ ＋ １＋ ｉ ， ｊ － １－ ｉ ， ｊ
０ 引 言
目前， 基于视频图像的运动目标实时检测技术在民用及军 事领域得到广泛应用。在空间技术深海探测军事防御及侦 察工业自动化计算机辅助与制造机器人视觉生物医学 显微图像的自动判读中经常需要快速检测出具有圆形特征的运 动物体， 以便进一步分析处理。实际成像中往往由于拍摄角度、 相机畸变等因素的影响， 圆形目标在图像中可能产生形变而呈 现椭圆或不规则圆。针对椭圆检测， 主要有两种思路： 一是基于 随机霍夫变换， 利用椭圆的几何性质降低 Ｈ ｏ ｕ ｇ ｈ参数空间的维 度， 减少无效采样和累积次数
２ ０ １ ４年
式中 μ为根据图像噪声设定的调节因子。在图像梯度较小的地 方， 即动态曲线离真实轮廓较远时， 图像的能量主要取决于式 （ １ ） 的第一项； 反之， 在轮廓线及其附近时图像能量主要决定于 第二项。通过迭代求解极小化能量函数逼近目标边缘， 必须满 足如下欧拉方程：
２ ２ ２ － （ ｕ － ｆ ） （ ｆ ｆ ）＝ ０ μ ｕ ｘ＋ ｙ ｘ
第３ １卷第 １期 ２ ０ １ ４年 １月
计算机应用与软件 Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄＳ ｏ ｆ ｔ ｗ ａ ｒ ｅ
Ｖ ｏ ｌ ３ １Ｎ ｏ ． １ １ ４ Ｊ ａ ｎ ． ２ ０
圆形运动目标的快速检测方法研究
张 翼 孙永荣 王 艳 刘晓俊 王潇潇
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ Ｆ ａ ｓ ｔ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎｏ ｆ ｃ ｉ ｒ ｃ ｌ ｅ ’ ｓｃ ｏ ｎ ｔ ｏ ｕ ｒ ｉ ｓｔ ｈ ｅｐ ｒ ｅ ｍ ｉ ｓ ｅｏ ｆ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇａ ｎ ｄｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｉ ｎ ｇｃ ｉ ｒ ｃ ｕ ｌ ａ ｒ ｍ ｏ ｖ ｉ ｎ ｇｏ ｂ ｊ ｅ ｃ ｔ ．Ｔ ｈ ｅｓ ｈ ａ ｐ ｅｄ ｅ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｏ ｃ ｃ ｕ ｒ ｒ ｅ ｄｄ ｕ ｒ ｉ ｎ ｇｉ ｍ ａ ｇ ｉ ｎ ｇｔ ｈ ｅｃ ｉ ｒ ｃ ｌ ｅｏ ｂ ｊ ｅ ｃ ｔ ｗ ｉ ｌ ｌ ｃ ａ ｕ ｓ ｅｄ ｉ ｆ ｆ ｉ ｃ ｕ ｌ ｔ ｙｉ ｎａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙｄ ｅ ｔ ｅ ｃ ｔ ｉ ｎ ｇｉ ｔ ｓｃ ｏ ｎ ｔ ｏ ｕ ｒ ．Ｆ ｏ ｒｔ ｈ ｉ ｓｐ ｒ ｏ ｂ ｌ ｅ ｍ ，ｉ ｎｔ ｈ ｅｔ ｈ ｅ ｓ ｉ ｓｗ ｅｐ ｕ ｔ ｆ ｏ ｒ ｗ ａ ｒ ｄａｃ ｉ ｒ ｃ ｕ ｌ ａ ｒ ｍ ｏ ｖ ｉ ｎ ｇｏ ｂ ｊ ｅ ｃ ｔ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎｍ ｅ ｔ ｈ ｏ ｄｗ ｈ ｉ ｃ ｈｃ ｏ ｍ ｂ ｉ ｎ ｅ ｓｔ ｈ ｅｒ ａ ｎ ｄ ｏ ｍ ｉ ｓ ｅ ｄＨ ｏ ｕ ｇ ｈｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ（ Ｒ Ｈ Ｔ ）ｗ ｉ ｔ ｈｔ ｈ ｅｇ ｒ ａ ｄ ｉ ｅ ｎ ｔ ｖ ｅ ｃ ｔ ｏ ｒ ｆ ｌ ｏ ｗ ａ ｃ ｔ ｉ ｖ ｅｃ ｏ ｎ ｔ ｏ ｕ ｒ ｍ ｏ ｄ ｅ ｌ （ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ ） ．Ｆ ｉ ｒ ｓ ｔ ｏ ｆ ａ ｌ ｌ ，ｔ ｈ ｅ ｉ ｍ ｐ ｒ ｏ ｖ ｅ ｄＲ Ｈ Ｔａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｉ ｓ ｅ ｍ ｐ ｌ ｏ ｙ ｅ ｄｔ ｏ ｑ ｕ ｉ ｃ ｋ ｌ ｙ ｄ ｅ ｔ ｅ ｃ ｔ ｔ ｈ ｅ ｉ ｎ ｉ ｔ ｉ ａ ｌ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｏ ｆ ｔ ｈ ｅ ｏ ｂ ｊ ｅ ｃ ｔ ｔ ｏ ｓ ｏ ｌ ｖ ｅｔ ｈ ｅｐ ｒ ｏ ｂ ｌ ｅ ｍｏ ｆ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅｉ ｎｉ ｔ ｓａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｃｉ ｎ ｉ ｔ ｉ ａ ｌ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｓ ｅ ｔ ｔ ｉ ｎ ｇ ．Ｔ ｈ ｅ ｎ ，ｔ ａ ｋ ｉ ｎ ｇｔ ｈ ｅａ ｄ ｖ ａ ｎ ｔ ａ ｇ ｅｏ ｆ ｔ ｈ ｅＧ Ｖ ＦＳ ｎ ａ ｋ ｅｉ ｎｉ ｔ ｓｃ ａ ｐ ａ ｃ ｉ ｔ ｙｏ ｆ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ａ ｐ ｐ ｒ ｏ ａ ｃ ｈ ｉ ｎ ｇ ，ｔ ｈ ｅｍ ｅ ｔ ｈ ｏ ｄｓ ｏ ｌ ｖ ｅ ｓ ｔ ｈ ｅ ｏ ｂ ｊ ｅ ｃ ｔ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｌ ｏ ｓ ｉ ｎ ｇ ｐ ｒ ｏ ｂ ｌ ｅ ｍｉ ｎｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｍ ｅ ｔ ｈ ｏ ｄａ ｎ ｄｅ ｘ ｔ ｒ ａ ｃ ｔ ｓ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ａ ｎ ｄｅ ｎ ｔ ｉ ｒ ｅ ｒ ｅ ａ ｌ ｂ ｏ ｕ ｎ ｄ ａ ｒ ｙ ｏ ｆ ｔ ｈ ｅｏ ｂ ｊ ｅ ｃ ｔ ． Ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｏ ｆ ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｒ ｉ ｍ ｅ ｎ ｔ ｓ ｓ ｈ ｏ ｗ ， ｔ ｈ ｅ ｍ ｅ ｔ ｈ ｏ ｄｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ｏ ｖ ｅ ｒ ｃ ｏ ｍ ｅ ｓ ｔ ｈ ｅ ｓ ｈ ａ ｐ ｅ ｄ ｅ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎｏ ｆ ｔ ｈ ｅ ｃ ｉ ｒ ｃ ｌ ｅ ， ｉ ｔ ｃ ａ ｎｅ ｘ ｔ ｒ ａ ｃ ｔ ｔ ｈ ｅ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｏ ｆ ｔ ｈ ｅｏ ｂ ｊ ｅ ｃ ｔ ｑ ｕ ｉ ｃ ｋ ｌ ｙａ ｎ ｄｈ ａ ｓ ｔ ｈ ｅｃ ａ ｐ ａ ｃ ｉ ｔ ｙｏ ｆ ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎｏ ｎｃ ｉ ｒ ｃ ｕ ｌ ａ ｒ ｍ ｏ ｖ ｉ ｎ ｇｏ ｂ ｊ ｅ ｃ ｔ ． Ｋ ｅ ｙ ｗ ｏ ｒ ｄ ｓ Ｃ ｉ ｒ ｃ ｕ ｌ ａ ｒ ｍ ｏ ｖ ｉ ｎ ｇｏ ｂ ｊ ｅ ｃ ｔ Ｒ ａ ｎ ｄ ｏ ｍ ｉ ｓ ｅ ｄＨ ｏ ｕ ｇ ｈｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ Ｇ Ｖ ＦＳ ｎ ａ ｋ ｅ Ｉ ｎ ｉ ｔ ｉ ａ ｌ ｃ ｏ ｎ ｔ ｏ ｕ ｒ Ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｌ ｏ ｓ ｉ ｎ ｇ Ｒ ｅ ａ ｌ ｔ ｉ ｍ ｅｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ