Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光...Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光SLAM点集提取为线段特征的递归算法,但不能进行圆检测。为了满足实时性与圆检测的双重要求,提出一种将IEPF算法与Hough变换结合的提取方法。首先用IEPF算法,将激光雷达采集的数据集合递归分割成线段;再将各线段端点作为新的集合,进行Hough变换形状检测,经过筛选判断形状。对比实验结果表明,该算法比直接进行Hough变换直线检测与圆检测的计算量显著减少,并且圆精度误差达到导航要求。展开更多
文摘Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光SLAM点集提取为线段特征的递归算法,但不能进行圆检测。为了满足实时性与圆检测的双重要求,提出一种将IEPF算法与Hough变换结合的提取方法。首先用IEPF算法,将激光雷达采集的数据集合递归分割成线段;再将各线段端点作为新的集合,进行Hough变换形状检测,经过筛选判断形状。对比实验结果表明,该算法比直接进行Hough变换直线检测与圆检测的计算量显著减少,并且圆精度误差达到导航要求。
