到的具有单的几何意义线段或圆弧点的集合。对图片进行从上往下从左往右的扫描，根据交点进行分割得到多义域，多义域中的点构成个连通区域。对多义域进行识别并分割得到单义域。多义域由链表实现。算法描述如下对图形进行从上往下从左往右的扫描对每个前景点，判断其是否为交点将该点与现有的多义域的头如果其头节点不是交点尾如果其尾节点不是交点节点进行比较，如果与头节点相邻，将其插入到该多义继承得到。用来组织对图像的识别结果组织当前编辑工作的图形对象集。提供添加图形删除图形图形编辑等接口。实现初始化从得到在目标位图上画出所有的图形的个圆，在参数的三维空间中得到个圆锥。最后找出参数空间中的峰值点，即得到待识别的圆的圆心和半径。由于霍夫变换具有良好的抗噪声性能和对部分遮盖的不敏感等特性，又不受图像旋转的影响，在很多领域都有广泛面上的峰值点，这个位置就对应了图像上的圆心。未知半径的圆的识别在第个问题基础上，把参数平面扩大称为三维空间，即三维，对应圆的圆心和半径。图像平面上的每点就对应于参数空间中每个半径下相交于点，这个点的坐标即为原图形坐标平面上待识别的圆心坐标。算法可以简单描述为取和图像平面样的参数平面，以图像上每个前景点为圆心，以已知的半径在参数平面上画圆，并把结果进行累加。最后找出参数平相交于点。图霍夫变换识别直线霍夫变换识别圆半径已知的圆的识别利用霍夫变换检测出半径已知的圆形，是将图像平面上的每点对应到参数平面上的个以已知半径为半径的圆。经过霍夫变换，在参数平面上得到圆中的条正弦曲线上。在变换后的空间中这条正弦曲线上的任意点对应于原始图像平面，空间的条直线，这条直线必通过，这个点，而，空间中所有共线的点经过变换后所对应的各正弦曲线都形式的直线方程没有办法表示形式的直线这时候，直线的斜率为无穷大。所以实际应用中，是采用参数方程这样，图像平面，空间上的个点就对应到参数空间对应的直线，把这直线上的所有点的值都加。找到参数平面上峰值点的位置，这些位置的坐标就是原图像上直线的参数，每个位置对应于原图像上的条直线。上面是霍夫变换识别直线的基本思想。在实际应用中图像平面上的个前景像素点就对应到参数平面上的条直线。霍夫变换识别直线的算法描述如下初始化块缓冲区，对应于参数平面，将其所有数据置为。对于图像上每前景点，求出参数平面是参数，分别是斜率和截距。过点，的所有直线的参数都会满足方程。即图像空间中的点，确定了参数空间中的族直线。方程在参数平面上是条直线。这样累计参数空间中通过该点的直线条数，即代表图像空间中直线上的点数。图霍夫变换识别直线设已知黑白图像上画了条直线，要求出这条直线所在的位置。我们知道，直线的方程可以用来表示，其中和换识别直线霍夫变换识别直线，是将图像空间中的点变换为参数空间中的条直线。图像空间中同直线上的点，经霍夫变换所形成的直线相交于参数空间中的点，该点坐标代表图像空间中直线的斜率及截距。利用累加数组的不敏感等特性，霍夫变换在模式识别领域得到广泛的应用，如直线圆椭圆矩形等几何图形检测，任意形状区域的边界提取，二维或三维运动的参数估计等。下面就于本论文相关的直线和圆的识别进行简单的介绍。霍夫变变换是图像处理中从图像中识别几何形状的基本方法之。其基本思想就是把图像平面上的点对应到参数平面上的曲线，最后通过统计特性来解决问题。自年公布了该算法以来，由于其良好的抗噪声性能和对部分遮盖彩色表图象数据阵列字节第三节算法及数学基础霍夫变换霍夫的形式。位图文件的组成结构名称符号位图文件头位图信息头可看成由个部分组成位图文件头位图信息头彩色表和定义位图的字节阵列，它具有如下所示格式，目的是为了让能够在任何类型的显示设备上显示所存储的图像。位图文件默认的文件扩展名是或者有时它也会以或作扩展名。文件结构位图文件可格式，目的是为了让能够在任何类型的显示设备上显示所存储的图像。位图文件默认的文件扩展名是或者有时它也会以或作扩展名。文件结构位图文件可看成由个部分组成位图文件头位图信息头彩色表和定义位图的字节阵列，它具有如下所示的形式。位图文件的组成结构名称符号位图文件头位图信息头彩色表图象数据阵列字节第三节算法及数学基础霍夫变换霍夫变换是图像处理中从图像中识别几何形状的基本方法之。其基本思想就是把图像平面上的点对应到参数平面上的曲线，最后通过统计特性来解决问题。自年公布了该算法以来，由于其良好的抗噪声性能和对部分遮盖的不敏感等特性，霍夫变换在模式识别领域得到广泛的应用，如直线圆椭圆矩形等几何图形检测，任意形状区域的边界提取，二维或三维运动的参数估计等。下面就于本论文相关的直线和圆的识别进行简单的介绍。霍夫变换识别直线霍夫变换识别直线，是将图像空间中的点变换为参数空间中的条直线。图像空间中同直线上的点，经霍夫变换所形成的直线相交于参数空间中的点，该点坐标代表图像空间中直线的斜率及截距。利用累加数组累计参数空间中通过该点的直线条数，即代表图像空间中直线上的点数。图霍夫变换识别直线设已知黑白图像上画了条直线，要求出这条直线所在的位置。我们知道，直线的方程可以用来表示，其中和是参数，分别是斜率和截距。过点，的所有直线的参数都会满足方程。即图像空间中的点，确定了参数空间中的族直线。方程在参数平面上是条直线。这样，图像平面上的个前景像素点就对应到参数平面上的条直线。霍夫变换识别直线的算法描述如下初始化块缓冲区，对应于参数平面，将其所有数据置为。对于图像上每前景点，求出参数平面对应的直线，把这直线上的所有点的值都加。找到参数平面上峰值点的位置，这些位置的坐标就是原图像上直线的参数，每个位置对应于原图像上的条直线。上面是霍夫变换识别直线的基本思想。在实际应用中，形式的直线方程没有办法表示形式的直线这时候，直线的斜率为无穷大。所以实际应用中，是采用参数方程这样，图像平面，空间上的个点就对应到参数空间中的条正弦曲线上。在变换后的空间中这条正弦曲线上的任意点对应于原始图像平面，空间的条直线，这条直线必通过，这个点，而，空间中所有共线的点经过变换后所对应的各正弦曲线都相交于点。图霍夫变换识别直线霍夫变换识别圆半径已知的圆的识别利用霍夫变换检测出半径已知的圆形，是将图像平面上的每点对应到参数平面上的个以已知半径为半径的圆。经过霍夫变换，在参数平面上得到圆相交于点，这个点的坐标即为原图形坐标平面上待识别的圆心坐标。算法可以简单描述为取和图像平面样的参数平面，以图像上每个前景点为圆心，以已知的半径在参数平面上画圆，并把结果进行累加。最后找出参数平面上的峰值点，这个位置就对应了图像上的圆心。未知半径的圆的识别在第个问题基础上，把参数平面扩大称为三维空间，即三维，对应圆的圆心和半径。图像平面上的每点就对应于参数空间中每个半径下的个圆，在参数的三维空间中得到个圆锥。最后找出参数空间中的峰值点，即得到待识别的圆的圆心和半径。由于霍夫变换具有良好的抗噪声性能和对部分遮盖的不敏感等特性，又不受图像旋转的影响，在很多领域都有广泛的应用，有关霍夫变换的研究和改进也很多。例如广义霍夫变换随机霍夫变换快速霍夫变换等等，就是针对直线的霍夫变换也有很多改进算法。由于时间的原因，在本软件中，只是使用了标准的霍夫变换算法。基于单义域的直线及圆识别算法霍夫变换为几何图形的识别的个重要算法，但是由于该标准算法的时间复杂度和空间复杂度都是，其中是参数坐标的维数，虽然有不少针对具体问题例如直线识别的改进算法，其在实际使用中也存在计算量大的问题。针对本论文的工作的实际情况，参考文献，并进行了适当的简化，完成了论文的识别部分。下面就对这个基于单义域的识别算法进行简单的介绍。多义域的获得单义域是指对待识别的图形进行分割得到的具有单的几何意义线段或圆弧点的集合。对图片进行从上往下从左往右的扫描，根据交点进行分割得到多义域，多义域中的点构成个连通区域。对多义域进行识别并分割得到单义域。多义域由链表实现。算法描述如下对图形进行从上往下从左往右的扫描对每个前景点，判断其是否为交点将该点与现有的多义域的头如果其头节点不是交点尾如果其尾节点不是交点节点进行比较，如果与头节点相邻，将其插入到该多义继承得到。用来组织对图像的识别结果组织当前编辑工作的图形对象集。提供添加图形删除图形图形编辑等接口。实现初始化从得到在目标位图上画出所有的图形描述图形点类描述点类对于与图像上的前景点。由于识别时需要判断是否为交点，在般的点的基础上增加是否为交点的属性。由的继承得到。实现初始化属性是否为交点单义域类描述在基于单义域的图形识别算法中，单义域和多义域的唯区别就是多义域不是单的几何元素，其在存储结构上是样的，在本系统中，都由类实现，姑且命名为单义域类。单义域类为点的集合类，由的类继承得到。提供添加点删除点判断该单义域是否有识别价值识别该单义域等接口和方法。实现初始化识别该单义域实现算法中对单义域的识别部分如果识别成功得到圆或线段返回