Resumen

La detección automática de círculos es un elemento importante de muchos algoritmos de tratamiento de imágenes. Tradicionalmente se ha utilizado la transformada de Hough para encontrar objetos circulares en las imágenes, pero se han desarrollado enfoques más modernos que recurren a técnicas de optimización heurística. Éstas se utilizan a menudo en imágenes complejas de gran tamaño en las que la presencia de ruido o la limitación de recursos informáticos hacen que la transformada de Hough resulte poco práctica. Investigaciones anteriores sobre el uso de la Búsqueda de Armonía (HS) en la detección de círculos demostraron que la HS es una alternativa atractiva a muchos de los detectores de círculos modernos basados en optimizadores heurísticos como los algoritmos genéticos y el recocido simulado. Proponemos mejoras a este trabajo que permiten a nuestro algoritmo encontrar de forma robusta múltiples círculos en conjuntos de datos más grandes y seguir funcionando en imágenes realistas muy corrompidas por bordes ruidosos.

• Materias:Control del proceso Desarrollo de procesos Diagnóstico de fallos Optimización de procesos
• Subjects: Process development Fault diagnosis Process optimization
• Palabras claves:muchos algoritmos de tratamiento de imágenes, detección automática de círculos, técnicas heurísticas de optimización, imágenes complejas de gran tamaño, conjuntos de datos más grandes, recursos informáticos limitados, detectores de círculos modernos, enfoques más modernos, uso, búsqueda armónica
• Keywords:many image processing algorithms, automatic circle detection, heuristic optimisation techniques, large complex images, larger data sets, limited computational resources, modern circle detectors, more modern approaches, use, harmony search