基于弧邻接矩阵的快速椭圆检测 提出了一种基于弧邻接矩阵的快速椭圆检测方法。 我们已经在某些应用中成功使用了这种方法，例如卫星跟踪，UGV制导和姿态估计。 :smiling_face_with_smiling_eyes: 可以从最新版本中下载Matlab和Python的二进制文件。 1编译我们的代码 我们已经成功地将AMED应用于各种平台（Windows，Ubuntu，ARM）。 用于不同平台的代码可能需要进行一些细微的更改。 1.1 Windows OpenCV> 3.1.0 VS 2015 您可以将所有.h和.cpp文件添加到您的项目中。 不要忘记配置有关OpenCV项目:)。 main.cpp给出了一个从图像中检测椭圆的示例。 AAMED aamed（drows，dcols） 。 卓尔（dcols）必须大于所有已使用图像的行（cols）。 然后，我们可以使用aamed.run_FLED（imgG）; 从多个图像中检测椭圆。 非常重要

ED_Lib 用于几何特征提取和验证的EDGE绘图库 关键字：边缘检测，边缘段检测，彩色边缘检测，线检测，线段检测，圆检测，椭圆检测。 边缘绘图（ED）算法是一种主动检测边缘检测问题的方法。 与采用减法方法的其他许多现有边缘检测算法（即在将梯度滤镜应用到消除像素的图像后，采用几种规则，例如Canny中的非最大抑制和滞后）相比，ED算法通过加性策略工作，即一个接一个地选择边缘像素，因此命名为Edge Drawing。 然后，我们处理这些随机形状的边缘段，以提取更高级别的边缘特征，即线条，圆，椭圆形等。从阈值梯度幅度中提取边缘像素的流行方法是非最大抑制，它测试每个像素是否具有最大的像素。沿其梯度方向的梯度响应，如果没有则消除。 但是，此方法不会检查相邻像素的状态，因此可能会导致边缘段的质量低（就边缘连续性，平滑度，薄度，定位而言）。 ED会指向一组边缘像素，并通过最大化边缘段的总梯度响应来