这篇论文全名叫Effective ellipse detection method in limited-performance embedded system for aerospace application，一种适用于航天应用的高性能嵌入式椭圆检测方法。这篇论文发表在Advances in Mechanical Engineering 是4区的SCI。这篇论文主要是将椭圆检测应用于航天，针对航天问题专门做的椭圆检测，下面对其进行进一步分析。 这次阅读，主要是分析其与传统方法不一样的地方，即分析这篇论文针对航天部分主要改进了那些地方，其他常见的方法不具体细说，查阅之前论文即可读明白 航天问题主要难点是：受限的计算性能和内存资源，这篇论文在保证精度和速度的前提下解决这个问题。 论文使用了FPGA A3PE1500-FG676 Actel和DSP TMS320C6672 TI结合着实现了这个算法，这个算法与之前一样，是基于边缘连接的方法。

文章目录

• 1 边缘轮廓的提取
• 2 弧段分割与组合
• 分割部分
• 组合部分
• 3 椭圆提取
• 4 实验参数及结果等
• （1） 参数设置
• （2）检测结果
• 总结

1 边缘轮廓的提取

这部分主要是检测边缘，提取边缘线。与传统方法不同的是，这里用了加速边缘提取的方法，如果嵌入式需要加速，直接阅读其论文即可，这里仅仅是加速，因此不细致分析了（有需要应用嵌入式加速的话在评论区告诉我，我会给补上，方法不是很难）。 在复现时候，建议使用matlab里的canny进行边缘提取，有两点好处，第一，噪声少，第二，sobel梯度平滑，不会有太多的噪声。 提取的边缘满足两个性质：

• 边缘段个数大于阈值$Th_1$
• 弧段中点到其首尾连成的直线的距离应该大于阈值$Th_2$，防止其为直线。

2 弧段分割与组合

分割部分

这部分与传统方法不同的是，这里没有利用多边形逼近算法来近似其曲率信息，其使用sobel角度变换程度来判断分割点。 $e^3 = (p_1,p_2,..,p_n)$为提取出的一条边缘点，$heta = ( heta_1, heta_2,..., heta_n)$为期对应的sobel梯度。$G=(g_1,g_2,..,g_n)$为对应的梯度变化率，其计算方式为$g_i = heta_{i+1}- heta_{i}$。 值得注意的是，在这里计算$g_i$没有完全写清楚，在相减之后，一定要将梯度再进行角度处理，防止出现大于180°的角度变量量。 每个弧段的极大值$S=(s_1,s_2,...,s_{n-1})$计算方式如下所示：
$s_i = left{egin{array}{ll}1 & (g_i>g_{i-1} ~and ~g_i>g_{i+1}) ~and~|g_i-g_{i-1}|>Th_3\ 0 & otherwise end{array} ight.$

组合部分

分割出来的弧段仍然需要满足上述提取边缘时候给出的两个准则，即个数大于阈值$Th_1$，中点到起始点对应的直线的距离小于$Th_2$。两个弧段是否可以组合需要需要满足三个条件，这些条件将会在下一节进行说明（我怎么感觉这个论文的结构有问题，(/ω＼)）。

3 椭圆提取

任意两个弧段组合需要满足三个条件。 条件1： 条件1的说明可以具体看下面这张图，针对于航天目标来说，很少出现同一个椭圆其梯度差异很大的情况，因此作者认为两个弧段的组合其梯度应具有相似性。这也是与常规方法不同的地方。 对于一个弧段$e^4_i$，设其首尾点，弧段中点为$p_1,p_n,p_{n/2}$。从$p_1,p_n$中点到$p_{n/2}$构成向量$v$，同时在点$p_{n/2}$处的梯度为$heta_{n/2}$，那么这个弧段按照如下公式进行标记。 $D_{e^4_i}=left{egin{array}{ll} - & if ~ dfrac{3pi}{2}>| heta_{v}- heta_{n/2}|>dfrac{pi}{2}\ + & otherwise end{array} ight.$ 如果两个边缘弧段$l^4_i,l^4_j$可以组合，那么其应满足$D_{l^4_i}D_{l^4_j}>0$，否则不能组合。
条件2： 这个条件主要是判断两个弧段的位置关系，对于弧段$e_i$，根据其首尾点可以计算出一条直线$l_i:f(x) = ax+by+c = 0,ageqslant 0$。 先计算弧段$i$的凹凸性，根据弧段$i$的中点$p_{n/2}$