摘要
本发明涉及计算机视觉技术领域,具体涉及Adam高精度二维圆拟合方法,基于圆心位置和初始半径动量修正学习率和平方梯度;每次迭代后判断当前误差和更新幅度是否满足收敛条件,若误差小于预设的阈值或达到最大迭代次数,则提前停止并输出拟合的圆心和半径,若否,则继续迭代。本发明通过引入动量和自适应学习率更新机制,使拟合过程更加稳健,有效减少了对噪声的敏感性,并显著提高了计算效率,尤其在非对称和噪声点集上表现优异。这种改进不仅提升了圆拟合的精度和稳定性,还使得算法更适用于实时和复杂环境下的应用。从而解决了现有的拟合方法处理噪声数据或数据分布不均时容易导致拟合精度下的问题。
技术关键词
圆拟合方法
圆心
误差
计算机视觉技术
噪声数据
数据分布
精度
参数
机制
算法
系统为您推荐了相关专利信息
数字化电能计量
可变遗忘因子
信号
谐波幅值
指数
反演模型
草地地上生物量
草地生物量
影像
多源遥感数据
光电融合技术
微多普勒特征
光电传感器
定位方法
EKF算法
重采样方法
分辨率
计算机视觉技术
图像
跟踪方法
变化检测方法
钢筋
相机运动估计
实时视频流
变化检测模型