Circle Detection and Approximation for Inspecting a Fiber Optic Connector Endface

In the field of image recognition, circle detection is one of the most widely used techniques. Conventional algorithms are mainly based on Hough transform, which is the most straightforward algorithm for detecting circles and for providing enough robust algorithm. However, it suffers from large memory requirements and high computational loads, and sometimes tends to detect incorrect circles. This paper proposes an optimal circle detection and approximation method which is applicable for inspecting fiber optic connector endface. The proposed method finds initial center coordinates and radius based on the initial edge lines. Then, by introducing the simplified K-means algorithm, the proposed method investigates a substitute-circle by minimizing the area of non-overlapped regions. Through extensive simulations, it is shown that the proposed method can improve the error rate by as much as 67% and also can reduce the computing time by as much as 80%, compared to the Hough transform provided by the OpenCV library.

광섬유 연결 종단면 검사를 위한 원형 검출과 근사화 방법

영상인식 분야에서 원형 검출은 가장 많이 사용되는 기술 중의 하나이다. 기존에 제안된 많은 원형 검출방법들은 허프변환에 기초하고 있고, 충분히 강인한 알고리즘을 제공한다. 그러나 허프변환은 해석적 곡선의 각점을 원의 중심 좌표와 반지름으로 대응시키는 과정을 도입함으로써 매우 많은 메모리와 실행시간을 필요로 하고, 또한 가끔씩 부정확한 원을 검출하는 경우가 발생하게 된다. 본 논문에서는 광섬유 연결 종단면 검사에 적합한 최적의 원형 검출방법과 근사화 방법을 제안한다. 제안한 방법은 에지 검출에 기초하여 초기 중심좌표와 반지름을 바탕으로 간단화된 K-means알고리즘을 도입함으로써 차 영역의 넓이가 최소가 되도록 하는 방법으로 원을 근사화 한다. 모의실험을 통하여 제안한 방식은 기존의 오픈라이브러리로 제공되는 OpenCV의 허프변환에 비해 원 검출 및 근사화에 있어 약 67% 정도의 성능 개선이 이루어졌고, 또한, 실행 시간에 있어 약 80% 정도 개선됨을 보인다.