Was sind die möglichen schnelle Weise zu erkennen Kreis in einem Bild?

Standard-algorithmen, um Kreise Hough (die jamk erwähnt in den Kommentaren) und RANSAC. Die Parametrisierung dieser algorithmen wird eine baseline-Geschwindigkeit für Ihre Anwendung.

http://en.wikipedia.org/wiki/Hough_transform

http://en.wikipedia.org/wiki/RANSAC

Beschleunigen diese algorithmen, Sie können sich Ihre Sammlung von Bilder und entscheiden, ob die Begrenzung des Suchbereichs wird helfen, beschleunigen die Suche. Das ist einfach genug: Suche nur in einem angemessenen Rahmen und für den radius. Da Sie edge-Punkte wie Eingänge, können Sie auch einen Blick auf Methoden zur Verringerung der Anzahl von edge-Punkte überprüft.

Allerdings gibt es ein paar andere tricks, um die Verarbeitung zu beschleunigen.

• Sorgfältig legen Sie den Bereich oder die Bereiche, über die Radien überprüft werden. Sie könnten zum Beispiel nicht einfach nur überprüfen, von der kleinsten möglichen radius den größtmöglichen radius, sondern Sie aufteilen kann die Suche in zwei verschiedenen Bereichen: aus radius R1 nach R2 und dann aus radius R3 nach R4.
• Graben der Canny-edge-detection zu Gunsten von die schnellstmögliche Kantenerkennung Ihre Anwendung tolerieren kann. (Sie können Graben Canny für viele Anwendungen.)
• Vorverarbeiten Ihr Bild von edge-Punkte, um Ausreißer eliminieren. Einen entsprechenden Algorithmus zu eliminieren Ausreißer werden spezifisch für Ihr Bild gesetzt, aber Sie werden wahrscheinlich in der Lage sein zu finden, ein Algorithmus, eliminiert offensichtliche "Ausreißer" aus und spart damit einige Zeit der Suche in die teureren Kreis fit-algorithmen.
• Wenn Ihr Kreisen sind sehr gut definiert, und alle oder fast alle Punkte vorhanden sind, herauszufinden, wie Sie entsprechen möglicherweise nur ein Viertel Kreis oder Halbkreis statt eines vollen Kreises.

Lange Geschichte kurz: beginnen Sie mit einer kompletten Implementierung und Teste es, dann nach und nach festziehen, bis die parameter-Einstellungen und limit-Suche reicht und gleichzeitig sicherzustellen, dass Sie immer noch finden können Kreise für Ihre Anwendung und Ihr Bild gesetzt.

Wenn Ihre Bilder sind offen für die Skalierung, die dann eine Möglichkeit ist, ein image zu erstellen Pyramide von Bildern auf verschiedenen Skalen: 1/2-Skala, 1/4 scale, Maßstab 1: 8, etc.. Sie müssen ein edge-Erhaltung Skalierung Methode, die auf kleineren Skalen.

Sobald Sie Ihr Bild Pyramide, versuchen Sie Folgendes:

1. Finden die Kreise im kleinsten Maßstab. Das Bild wird kleiner und
   die Palette der möglichen Radien begrenzt wird, so sollte dies eine
   für eine schnelle Bedienung.
2. Wenn Sie einen Kreis, der das erste passt im kleinen Maßstab, Verbesserung der Passform durch testen in der nächsten größeren skalieren von Bild -ODER - gehen Sie vor und suchen Sie in den full-scale image.
3. Überprüfen Sie die nächste größte Maßstab. Kreise, die nicht sichtbar in das kleinere Bild kann plötzlich "erscheinen" in der aktuellen Skala.
4. Wiederholen Sie die obigen Schritte durch alle Skalen in das Bild.

Bild-Skalierung wird eine schnelle operation, und Sie können sehen, dass, wenn bei mindestens einem der Kreise vorhanden ist, in einem kleineren Maßstab Bild, das Sie sollten in der Lage sein zu reduzieren, die Gesamtzahl der Zyklen, indem Sie eine grobe Kreis passen in das kleine Bild und dann die Optimierung des fit für die edge-Punkte allein in den full-scale image.

Edge-Erhaltung der Skalierung kann auch machen es möglich für die Verwendung der Korrelation-Art-tools zu finden, Kreise, aber in der Lage, so zu tun, hängt vom Inhalt Ihrer Bilder, darunter das Geräusch, wie vollständig edge-Punkte als Kreise, und so weiter.