1. 研究目的与意义（文献综述）

主要研究目的以及意义:在数字图像的自动检测过程中，对目标形状的检测要求常常作为子问题出现，例如实现对直线、圆或椭圆的识别。在大多数情况下，在预处理阶段通过一些边缘检测程序的实施，可以获得图像空间中期望曲线上的图像点或图像像素。但是由于图像数据质量较差或者边缘检测程序存在缺陷等原因，可能存在期望曲线上的点或像素缺失等情况，导致上述边缘噪声点与理想的目标形状将存在空间偏差。所以，为达到目标形状的检测要求，将提取到的边缘特征聚类成一系列合适的目标形状就显得尤为重要，霍夫变换（hough transform）即为解决上述问题而提出的。hough 变换针对参数化的图像对象，通过设置累加器执行“投票”过程，对峰值点作出判断，从而实现将一系列边缘点列为候选对象的目标。

国外研究现状综述 :本次研究内容为圆检测，目前常见的圆检测方法有基于垂直平分线求交的圆弧检测算 法、基于遗传算法的圆检测方法、基于电磁优化的圆检测方法、基于存在概率的圆检测方法和基于hough变换的圆检测方法 。其中基于hough变换的圆检测方法因具有受曲线间断影响小和不受图形旋转影响的优点，应用范围较为广泛。

2. 研究的基本内容与方案

研究的基本内容：在Android平台上实现OpenCV圆检测。通过在Android平台生成一个应用(APP),调用摄像头部分硬件，实时检测取景框中的图像，并识别出圆，用不同于图像本色的颜色标出圆和圆心。

拟采用的研究方案：在OpenCV中，采用一个叫“祸福梯度法”的方法来实现圆变换的问题。首先对图像进行边缘检测，然后对边缘图像中的每一非零点考虑其局部梯度，利用得到的梯度，有斜率指定的直线上的每一个点都在累加器中被累加，这里的斜率是从一个指定的最小值到指定的最大值的距离。同时，标记边缘图像中每一个非0像素的位置。然后从二维累加器中这些点中选择候选的中心，接下来对每一个中心，考察所有非0像素，这些像素按照与其中心的距离排序。从到最大半径的最小距离算起，选择非0像素最支持的一条半径。如果一个中心收到边缘图像非0像素最充分的支持，并且到最前期被选择的中心有足够的距离，那么他就会被保留下来。

3. 研究计划与安排

第一周至第三周 翻译布置的论文，结合论文在图书馆、网上查找资料，建立对毕业设计主题的理解

第四周至第六周 熟悉android系统、opencv平台，仔细阅读opencv平台api，设计实现路径

第七周至第九周 实现实验代码，获取实验成功的截图或视频，构思毕业论文

4. 参考文献（12篇以上）

[1]田子林,陈家新.基于最小二乘法与霍夫变换的虹膜定位算法[j].电子技术应用

[2]林迪逵,吴剑威,李威,付丽媛,熊晖,陈自谦.基于随机hough变换圆检测算法的mri质量控制空间线性度自动检测程序设计[j].中国医疗设备

[3]朱正伟,宋文浩,焦竹青,郭晓.基于随机hough变换改进的快速圆检测算法[j].计算机工程与设计