1. 毕业设计（论文）的内容和要求
如何获得圆的精确中心位置坐标是机器视觉在工业应用中所面临的一个基本问题。例如，在圆形工件几何尺寸的测量中，要求得到圆形工件的几何参数。在许多场合，经常采用圆形参照物作为特征点。如摄像机标定中采用圆形栅格形式的标定靶标，二维运动测量中也常以圆斑作为标记物。在这些应用中，圆的中心定位精度对测量结果都起到了至关重要的影响。一般而言，都要求圆的中心位置能达到亚像素级的定位精度。该课题使用边缘亚像素精度提取的方式。
图像的边缘是图像的最基本特征。所谓边缘（或边沿）是指其周围像素灰度又阶跃变化或屋顶变化的那些像素的集合。边缘广泛存在与物体与背景之间、物体与物体之间、基元与基元之间。因此，它是图像分割所依赖的重要特征。物体的边缘是由灰度不连续性所反映的。如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。对这种变化最有用的两个特征是灰度的变化率和方向，他们分别以梯度向量的幅度和方向来表示。经典的边缘提取方法是考察图像的每个像素在某个领域内灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律。用简单的方法检测边缘。这种方法称为边缘检测局部算子法。边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，也包括方向的确定。大多使用基于方向导数掩模求卷积的方法。边缘检测的算子有很多，如Roberts算子、Prewitt算子、Krisch算子、高斯-拉普拉斯算子。Roberts算子是22算子，对具有陡峭的低噪声图像响应最好。其他三个算子都是33算子，对灰度渐变和噪声较多的图像处理得较好。一般说来，边缘提取后的图像还不能直接用于分割，因为有孤立的边缘和不连续的边缘，因此需要进行后期的处理，比如与门限值相结合，形态学处理，将图像二值化等。
圆拟合的方法利用边缘检测算子（如Sobel算子、Roberts算子、Prewitt算子等）求得圆斑的边缘点，然后用这些点进行圆拟合，最后求得圆心的坐标。圆拟合的方法可以从一定程度上克服圆斑光强分度不均匀的情况带来的影响，它可以利用残缺不全圆弧边缘拟合得到比较精确的圆心位置。但是由于圆拟合采用的边缘检测算子一般只能得到比较粗略的边缘像素点而不能得到精确的边缘位置，因此其拟合的精度亦受到一定的限制。在某些情况下，考虑到像投影变换关系，也采用椭圆拟合的方法，这样可以获得更高的拟合精度。
2. 参考文献
[1] 徐连美.运动物体图像测试技术研究[D]。吉林大学,2004.
[2] 吴慧兰,刘国栋,刘炳国等.基于SIFT算法的圆心快速精确定位技术研究[J].光电子.激光.2008,19(11).
[3] 王彬生,黄乡生.Hough变换及其在几何特征检测中的应用.[J].计算机与现代化,2008.
