改进的Hough变换对油库目标识别

油库是典型的感兴趣目标之一,大多数呈圆形.针对传统的基于Hough变换检测圆的算法存在计算量大、空间复杂度高等缺点,本文提出一种改进的梯度模糊Hough变换进行油库目标识别.算法首先利用梯度信息减少计算量,然后对边缘像素进行模糊映射,以减少峰值扩散和伪峰现象,最后针对Hough变换不考虑点之间的连通性的缺点设计去虚警算法.实验结果表明该方法计算量小,精度高,能准确定位圆心和半径,识别率达82.5%,虚警率为1.6%.     

波导不变量和航向角联合估计方法研究

波导不变量是一个与环境特性和传播特性有关的物理量,对其准确估计有重要意义.结合LOFAR图和方位-时间历程图,提出了利用Hough变换进行波导不变量和目标航向角联合估计算法,该算法无需知道运动目标的距离信息,不要求目标有最近通过距离.提出了综合Hough变换参数估计算法,较提取单条纹参数估计算法有更好的稳健性,但增加了计算开销.仿真研究和海试数据分析均验证了算法的可行性,并表明该参数估计算法有较高的估计精度.     

Hough变换在温度计检测中的应用

一、引言直线检测是图像分析与模式识别的重要内容,Hough变换正是直线检测的一个有效而可靠的方法。在检测温度计示值稳定度时需要利用Hough变换提取刻度线位置和水银柱头的位置。Hough变换是P.V.Hough于1962年提出的一种形状匹配技术,具有很强的抗干扰能力和很高的鲁棒性,广泛应用于直线检测中。但是其巨大的存储空间和复杂的计算量降低了其算法的效率,本文结合实际,给出了利用Hough变换判断待检温度计是否合格的方法。     

基于Hough变换的车窗提取算法

在HOV乘客数检测系统中，对车窗的定位与提取，可以极大地减少计算量，提高系统的运算速度以及检测的准确度。针对图像中车窗边缘的图像特点，提出了一种基于相位编组法进行图像分块，在图像块内进行决速Hough变换的直线检测，并结合积分投影方法对车窗进行定位与提取。实验结果表明该算法具有较快的运算速度和较高的检测准确率。     

改进动态规划算法在小目标检测中的应用

针对使用常规的基于能量累积最大化的动态规划算法累积能量时效果较差的缺点,结合已有的动态规划算法,提出一种新的基于状态稳定性的动态规划能量累积算法.该算法根据目标运动时灰度值的稳定性和运动轨迹的连续性,分别计算能量稳定概率和方向稳定概率;采用信息融合的思想计算出状态稳定概率;累积状态稳定概率最大的候选累积点的能量.实验结果表明,算法较好的解决了目标能量累积时的能量扩散问题,目标信噪比为2.5时能量扩散区域减少10倍;在累积5帧,目标信噪比小于2.5时,仍能稳定地使信噪比提高1.5倍;使用阈值分离目标时虚警点个数平均减少10倍以上.     

一种非完整小圆弧曲率半径参数的评价方法

针对现今计量学上非完整小圆弧在曲率半径参数评价技术上的难点,利用仿真分析小圆弧面参数对评价过程影响的趋势,根据现有几种评价算法评价结果的比较分析,提出一种将最小二乘法与Hough变换法相结合的算法应用到非完整小圆弧的曲率半径参数评价上。首先利用最小二乘法的快速计算缩小圆弧参数的量化范围,再使用Hough变换法在此参数空间内精确搜索,转换为准确的圆弧参数。仿真实验结果表明,相对于传统最小二乘法,该评价算法具有计算精度高、鲁棒性强的特点;相对于Hough变换法,该算法的计算速率得到提升,在综合考虑计算精度与计算效率的情况下具有优势。     

基于分层动态规划的红外弱小目标检测

为了检测低信噪比下的红外弱小目标,本文将方向中值滤波与分层动态规划算法相结合进行检测前跟踪。利用背景杂波在局部空间上的相关性,提取目标在四个方向的中值进行自适应加权滤波,抑制结构性杂波分量,改善信噪比。针对分割后的备选目标点,为了减少跟踪检测的计算量,根据真实目标运动轨迹的连续性与光滑性,利用分层动态规划算法进行多帧检测,进而对多层检测结果进行配准并做出决策。仿真实验表明方向中值滤波有效的提高了信噪比,分层动态规划算法进一步降低了虚警概率,同时大大提升了计算速度。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景.针对以上问题,本文提出了一种基于形态学梯度的目标检测算法.此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并.该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的.实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性.     

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。     

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法.该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角.在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数.实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍.     

1种提取包装上二维条码的新算法

针对包装上的二维条码,提出了1种快速提取算法.首先使用彩色过滤算法对背景进行过滤,然后利用二次梯度算法获取图像的分割阈值.对于条码的倾斜,使用Hough变换得到图像倾角,再利用二维旋转矩阵旋转图像.最后提出1种最佳的插值方法,以减少目标区域的毛刺以及空白点,确保旋转变换后的图像不失真.     

基于Hough变换的字符模式识别新方法

本文提出了一种基于Hough变换优化的字符模式识别新方法,该方法把Hough变换应用于特征提取及RBF神经网络的参数确定中,实现了RBF神经网络的隐层节点数和数据中心值的自适应获取,提高了RBF神经网络的泛化能力。仿真结果表明:此改进的模式识别算法具有识别能力强,计算量小,识别速度快的优点,具有广阔的应用推广前景。     

利用Hough变换提取波导不变量

针对浅海声场频率．距离干涉结构特性,利用Hough变换图像处理技术提取能反映干涉结构特性的波导不变量,该算法把频率．距离上的干涉条纹变换到参数空间的对应点,利用一段时间内的接收信号,在低信噪比下也能提取出干涉条纹的斜率。将实际海试数据分析结果与理论计算结果做比较,结果吻合。     

基于计算机视觉的位移测试方法研究与实现

针对Hough变换、最优圆拟合两种圆检测算法进行了圆检测效果、算法应用范围及计算效率的对比分析;研发了基于圆检测算法的非接触性动态位移测试方法并应用于大型振动台实验。结果表明:Hough变换圆检测及最优圆拟合圆检测均具有较好的圆参数检测效果。Hough变换圆检测方法更适用于测试背景简单且需单次识别多个标靶圆的工况;最优圆拟合圆检测方法更适用于测试背景复杂的工况。应用非接触性位移测试方法于大型振动台试验中,测试了模型地基土的位移反应。应用基于机器视觉技术的位移测试方法可以有效解决复杂工况下的位移测试问题。     

基于投票策略的图像配准算法(英文)

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法.该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵.实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点.     

海空复杂背景下红外弱点目标检测新算法

为解决海空复杂背景下红外弱点目标的检测,提出了多量级多向梯度表决融合检测算法。算法依据目标红外辐射特征是像素灰度在水平和垂直方向上梯度变化,将弱点目标特性转化为对图像奇异性的分析。算法用多个量级的梯度步长对图像目标进行检测,并对检测的结果进行表决融合。实验结果表明,红外阈值系数选取2.0-2.4时,算法可对信杂比为1的点目标实现高于95%的检测概率及较低的虚警率。     

模糊C均值聚类与多相水平集图割优化相结合的图像分割

针对在分割多个目标时多相水平集模型对初始轮廓曲线敏感且计算量大的问题,提出采用模糊C均值聚类算法将图像进行粗分割,初始化多相水平集函数,使用图割算法分割出多相结果的方法.该方法能有效减小多相水平集算法对初始轮廓曲线的敏感性,使图割算法在分割图像时更容易分割出理想的目标轮廓;同时,采用图割算法可使水平集函数很快收敛到能量最小值,有效减少计算量,提高计算效率.实验表明该方法具有较好地分割效果和较高地分割效率.     

基于Hough变换的三次方Bezier曲线检测算法研究

类似经典Hough变换中对直线(段)、圆(弧)、椭圆、抛物线等解析曲线的检测,论文研究了三次方Bezier曲线的检测算法,提出了离散Bezier曲线的特征建模方法和使用R函数的Hough变换曲线检测快速算法。该算法能够根据所给出的待检测目标点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验表明,该法能够有效地检测任意三次方Bezier曲线,且精确度优于目前广泛用于曲线检测的广义Hough变换。     

基于Hough变换的声呐航迹检测算法

为了提高声呐对目标航迹的检测性能，从单部声呐的时间融合的角度出发，提出了一种基于Hough变换的声呐信号检测算法．该算法把航迹上的观测点变换为参数空间的对应曲线，充分利用了一段时间内的目标观测数据，在低信噪比下也能从背景噪声中提取出目标的航迹特征，该算法有效地提高了声呐信号的检测概率，对部分信息和数据的缺失不敏感．仿真实验证明了算法的正确性。