熊保玉

(成都工业职业技术学院，四川 成都 610218)

圆形是零件最基本的特征之一，如果圆形零件检测效果较差，将影响设备的使用。如面包、沙琪玛等加工使用的圆形刀片精度决定了切割食品的质量，因此提高圆形零件检测精度具有重要意义[1]。

人工检测效率比较低，而且检测过程中不可靠因素较多，会影响产品质量与成本。接触式传感器检测一般是通过压电、电阻式传感器检测待加工圆形零件上的坐标实现，需要传感器与圆形零件接触，对圆形零件摆放位置具有严格的要求，灵活性差。非接触式传感器检测一般是通过电容传感器检测待加工圆形零件上的坐标实现，但是检测效果受传感器自身精度影响较大。随着现代信息技术的发展，视觉检测逐渐成为圆形零件检测中应用比较广泛的方法，卷积神经网络(Convolution neural network，CNN)用于零件检测[2]，通过神经网络训练和卷积运算，能够降低运算的复杂度，但对小目标零件检测准确率并不是很高。Hough变换(Hough transform，HT)检测圆形零件时[3]，通过机器视觉将圆上的点投影到参数空间，通过参数空间即可获得圆形零件特征，但是当参数空间为多维时，计算时间和空间将指数增加。随机Hough变换(Random hough transform，RHT)，对圆形零件图像边缘点随机采样能够实现多对一变换[4]，减少运行时间，但是如果圆形零件轮廓比较多，随机选取点的概率会降低。点Hough变换(Point hough transform，PHT)根据任意两条弦的中线在圆心处相交的理论[5]，将计算空间降维，从而减少了计算复杂度，但检测精度不高。……