霍夫变换的替代方案，可实现简单的实时圆检测

如何解决霍夫变换的替代方案，可实现简单的实时圆检测

我最近才刚开始使用OpenCV和图像处理，所以请多多包涵

我可以使用以下图像：

灰色轮廓是跟踪算法的结果，我已将其用于调试，因此您可以忽略它。

我正在跟踪发光的球体，因此很容易调低相机的曝光，然后滤除周围残留的噪声。因此，我必须始终使用带有白色圆圈的黑色图像。有时会产生一点噪音，但这通常不是问题。

请注意，球体安装在一个平面上，因此当以特定角度固定时，可能会“切掉”圆的底部，但是霍夫变换似乎可以很好地处理该问题。

当前，我使用霍夫变换来获取位置和大小。但是，即使运动很少，它也会在实际圆周上抖动很多。在运动时，它有时会完全失去跟踪，并且不会检测到任何圆圈。

此外，这是在实时（30fps）环境中，我必须运行两个霍夫圆变换，在ryzen 7 cpu上占用30％的CPU负载...

我尝试使用二进制图像（删除圆的“平滑”轮廓），并更改了hough变换的设置。 dp值较低时，抖动似乎较少，但由于需要处理，因此不再实时。

这基本上是我的代码：

ImageProcessing.ColorFilter(hsvFrame,Frame,tempFrame,ColorProfile,brightness);
ImageProcessing.Erode(Frame,1);
ImageProcessing.SmoothGaussian(Frame,7);
/* Args: cannyThreshold,accumulatorThreshold,dp,minDist,minRadius,maxRadius */
var circles = ImageProcessing.HoughCircles(Frame,80,1,3,Frame.Width / 2,80);
if (circles.Length > 0)
    ...    

ImageProcessing调用只是OpenCV框架（EmguCV）的包装器

是否有更好的，更少的抖动和更少的性能消耗方法或算法来检测这类（如我所见）非常简单的圆圈？我在互联网上找不到与这些圈子相匹配的答案。谢谢您的帮助！

编辑： 这是直接从相机看起来没有任何处理的图像：

解决方法

我迫切希望看到人们通过跳到边缘检测和/或霍夫变换来破坏良好的信息。

在这种特殊情况下，您会看到一个漂亮的斑点，可以在不到一毫秒的时间内检测到它，并且质心会产生很好的精度。半径可以仅从该区域获得。

您报告说，在运动的情况下，霍夫抖动了；这可能是因为运动模糊或帧交错（取决于相机）。质心应该对这些效果更健壮。