基于IRANSAC-IRLS直线拟合算法及应用

作者：罗金鐄; 胡小平; 彭向前; 黄泓

来源：自动化与仪表, 2023, 38(09): 87-91.

DOI：10.19557/j.cnki.1001-9944.2023.09.018

• 直线拟合
• 梯度方向
• 随机采样一致性
• 迭代加权最小二乘法

针对工业视觉检测中直线边缘存在沾连、毛刺等噪声，导致拟合效率不高、精度较差的问题，提出一种基于梯度方向改进的随机采样一致性（improved random sample consensus,IRANSAC）的迭代加权最小二乘（iterative reweighted least-squares,IRLS）直线拟合算法，即IRANSAC-IRLS算法。首先，利用直线上边缘点的梯度方向相近，将梯度方向引入边缘点RANSAC拟合，来降低错误的随机抽取的次数；然后，对IRANSAC提取出来的局内点进行迭代加权最小二乘拟合，求得最终的直线参数。在噪声点比例为20%、40%、60%、80%的条件下，将IRANSAC-IRLS与基于随机采样一致性算法的最小二乘（RANSAC-LS）拟合算法的仿真实验结果进行对比，IRANSAC-IRLS比RANSAC-LS的拟合效率分别提高16.3%、41.9%、47.5%、53.2%，拟合精度分别提升14.3%、16.7%、44.0%、69.0%。

• 出版日期2023
• 单位机电工程学院; 湖南科技大学