基于存在概率图的圆检测方法.提出了一种基于存在概率图的圆检测方法, 将图像边缘点共圆结构信息变换为圆存在概率图中的峰, 再通过峰值检测确定圆的参数。该方法能有效地检出边缘不清晰、不完整的圆形轮廓, 具有占用内存少, 阈值物理意义明确的特 点, 较好地解决了标准 HT 圆检测方法中占用内存空间大, 计算效率低的问题。实验结果表明圆存在概率图具有较强的稳定性和分辨能力.

Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来处理。 Canopy聚类算法能快速找出应该选择多少个簇，同时找到簇的中心，这样可以大大优化 K均值聚类算法的效率 。-Canopy is a clustering algorithm to group objects into simple categories, fast, accurate method. Each obj

CLIQUE（Clustering In QUEst)是一种简单的基于网格的聚类方法，用于发现子空间中基于密度的簇。CLIQUE把每个维划分成不重叠的区间，从而把数据对象的整个嵌入空间划分成单元。它使用一个密度阈值识别稠密单元和稀疏单元。一个单元是稠密的，如果映射到它的对象数超过该密度阈值。(CLIQUE (Clustering In QUEst) is a simple grid based clustering method for the discovery of clusters bas