摘要
为提高霍夫变换(Hough transform, HT)检测圆形工件直径的速度,本文提出了一种基于模拟退火(simulated annealing, SA)的改进智能霍夫变换方法。首先将直径检测问题转化为在椭圆参数空间中搜索最优解的问题,并根据霍夫变换拟合椭圆的原理构造了目标函数。然后针对椭圆检测问题设计了混合Metropolis Hastings (MH)抽样算法,对模拟退火算法中的抽样方法进行改进,最后利用改进的模拟退火算法在参数空间中搜索最优椭圆参数,得到圆形工件的直径测量值,从而减少了霍夫变换算法的计算量和内存占用量,提高了霍夫变换的速度,并通过仿真和实际实验验证本文方法的有效性。实验结果表明,与迭代最小二乘(iterative least square, ILS)、随机霍夫变换(random Hough transform, RHT)和随机抽样一致(random sample consensus, RANSAC)相比,本文方法能够快速准确地检测椭圆参数和红热圆形工件直径。
- 单位