去除离群点的改进椭圆拟合算法

摘要：

离群点可显著影响椭圆拟合的结果.针对这一问题,提出了一种基于截断最小二乘法和两种基于双点移除法的改进椭圆拟合算法.截断最小二乘法由随机采样开始,在每次迭代中选择当前拟合残差最小的数据点作为下一次迭代时的被拟合点集,并最终收敛于占据点集主体的非离群点的拟合结果;双点移除法则从完整的待拟合点集开始,每次移除拟合残差为正负最大值的一对数据点,直至剩余点的数量不超过给定比例.在实际零件的图像集上,对所提的3种算法及现有的对比算法进行了实验.结果表明,当所保留的椭圆点数较少时,两种基于双点移除法的算法的拟合精度最佳,但运行时间比基于截断最小二乘法的拟合方法长;就算法的最优性能而言,基于截断最小二乘法的改进椭圆拟合算法具有最佳的拟合精度与时间性能,其形状-位置匹配精度可达0.62像素,朝向角匹配精度可达0.6°,平均运行时间为6.5 ms.此外,所提3种算法均具有参数少、意义直观、算法性能对参数不敏感的优点.实验结果表明了所提改进椭圆拟合算法特别是基于截断最小二乘法的算法的有效性.

关键词：椭圆拟合、椭圆检测、截断最小二乘、双点移除法、视觉测量

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61471167

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：188-194