近日，我院计算几何与智能媒体技术研究团队在椭圆检测领域取得的科研新成果在图像处理领域顶级期刊IEEE Transactions on Image Processing (TIP)发表。此项研究大幅削减非椭圆的曲线候选，降低了计算成本，从而实现对椭圆的快速检测。IEEE TIP由IEEE信号处理学会主办，侧重于图像处理的前沿理论与方法，是中国计算机学会推荐A类国际期刊。

研究成果“Characteristic Mapping for Ellipse Detection Acceleration” [1]由贾棋副教授、樊鑫教授、罗钟铉教授、美国天普大学Longin Jan Latecki教授指导在读研究生杨阳、硕士毕业生刘续续完成。几何计算与智能媒体技术团队成员长期从事计算几何理论及其在数字媒体领域的应用研究。罗钟铉教授及其研究小组在研究样条空间奇异性的问题时，利用对偶原理发现并证明了新的射影不变量——特征数，该不变量能够揭示代数曲线及超曲面的内蕴几何性质。通过将特征数的性质推广到二次曲线上，团队成员首次将特征数应用于椭圆检测任务中，相关成果于2017年发表于IEEE TIP[2]。该算法被OpenCV 4.6.0收录，成为继经典的Hough变换后唯一的一个椭圆检测算法。

此次发表研究成果是在这一理论的基础上，建立高阶曲线与低阶曲线上点的映射关系，从而将高阶曲线的检测问题转化为计算成本相对更低的低阶曲线检测。该方法可以有效嵌入现有基于弧的椭圆检测方法中，和原方法相比，在保持同等检测精度的情况下，可以把计算速度提高10%-50%，有望应用于实时工业产品线检测。

Github open-source project: https://github.com/dlut-dimt/ellipse-detector-with-Characteristic-Mapping

论文列表：

[1]Qi Jia , Xin Fan*, Yang Yang, Xuxu Liu , Zhongxuan Luo, Qian Wang, Xinchen Zhou , and Longin Jan Latecki. Characteristic Mapping for Ellipse Detection Acceleration. IEEE Transactions on Image Processing, 32:2568-2579, 2023.

[2]Qi Jia, Xin Fan*, Zhongxuan Luo, Lianbo Song, Tie Qiu.A Fast Ellipse Detector Using Projective Invariant Pruning.Transactions on Image Processing. Online.

责任编辑：潘树孟