基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

圆和椭圆边缘检测的快速方法

利用图形边界对偶点及其平移、缩放和旋转的不变性质 ,结合 Hough变换 ,建立圆和椭圆边缘快速检测的算法 ,并且弥补了文 [1 ]和 [3]中关于圆和椭圆计算公式的缺陷 .实验例子表明本文方法不仅简便、计算速度快、对噪声不敏感 ,而且可以灵活应用解决一些较难的检测问题     

基于改进随机Hough变换的快速中心检测方法

为了实现芯片焊盘的中心提取,建立了显微视觉系统,研究了焊盘中心坐标的图像检测方法.该方法将改进的随机Hough变换与最小二乘法结合起来,实现对焊盘中心坐标的快速准确定位.首先,根据焊盘基本为圆形的特征,初步确定使用Hough变换法和最小二乘法进行中心检测.其次,分析了这两种方法存在的问题和不足,引出了改进的随机Hough变换法.最后,根据焊盘边缘凹凸不平的特点,将改进的随机Hough变换法和最小二乘法结合起来,通过随机Hough变换检测出焊盘中心的大致坐标,进而锁定焊盘边缘,再通过最小二乘法对中心坐标进行修正而得到精确的亚像素级中心坐标.实验结果表明,该方法的检测精度可达0.57μm,运行时间在12 ms以内,满足显微视觉系统的精度高、速度快和抗干扰能力强等要求.     

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%.     

基于RHT-LSM直线检测方法的研究

本文结合随机Hough变换(RHT)抗噪声能力强与最小二乘法(LSM)拟合精度高的特性,提出了一种基于随机Hough变换与最小二乘法进行直线检测的方法.该方法能用于背景噪声较强,直线存在一定弯曲的图像,检测精度高.首先,用随机Hough变换确定直线的大致位置,得到直线参量和数量;然后,利用所得直线参数,计算图像中的点到直线的距离,根据距离,可以确定每条直线附近的点集,剔除干扰点和噪声;最后,用最小二乘法对点集中的各点进行拟合,得到精确的直线参量.把该方法应用于列车动态识别中的制动梁检测,得到了良好的效果.     

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.     

彩色图像中椭圆的快速检测算法

椭圆检测是图像处理中常用的技术,由于自然界很多物体都可以用椭圆进行拟合,所以也成为图像分割和目标提取的关键技术.该文分析了椭圆的解析结构,利用椭圆长短轴之间的几何关系,从边缘点集合中选取全局性的参数,快速生成椭圆.算法针对彩色图像,引入了彩色边缘增强算法和基于图搜索的边缘追踪算法,生成封闭的边缘轮廓曲线,对每段曲线进行椭圆拟合,通过拟合评估,形成拟合判决,确定图像中的椭圆区域.算法计算量小,检测速度快,对多椭圆和椭圆弧都能准确检测.     

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％。     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

Hough变换快速检测圆形PCB Mark

提出一种Hough变换检测圆形PCB(PrintedCircuitBoard,印刷电路板)Mark的方法。对检测图像进行阈值变换,并利用区域面积分割,将Mark区域和背景及噪声分离开来。计算Mark区域中心点,Hough变换圆心累加范围限制在这个中心点附近区域。依据Mark实际尺寸计算检测图像中Mark的半径,将累加器从三维降为二维。对检测图像进行Canny算子边缘检测后,采用先大间隔后小间隔的粗细累加策略,完成Hough变换检测。在全视觉贴片机SMT2505上应用表明,Mark中心检测误差和执行时间分别小于1个像素和50ms。继承了传统Hough变换检测精度高、抗噪能力强的优点,速度比传统Hough变换提高了2～3个数量级。     

凸性连通分支搜索的多椭圆检测

现有的椭圆检测算法如随机霍夫变换,在有遮挡、多目标的情况下存在稳定性差,精度低的缺点.本文提出一种基于凸性连通分支搜索结合曲线拟合的多椭圆检测算法.先按照凸性对边界曲线进行分割,使分割后的曲线符合某一特定的椭圆曲线函数;然后在分割曲线段的基础上进行椭圆拟合;最后合并同一椭圆上的曲线段.对合成图像及自然图像的测试表明,本文提出的方法能够充分利用椭圆曲线边缘点的整体特性,在多椭圆检测中有良好的表现,并具有一定的抗噪性能.     

Robust ellipse detection based on hierarchical image pyramid and Hough transform

In this research we propose a fast and robust ellipse detection algorithm based on a multipass Hough transform and an image pyramid data structure. The algorithm starts with an exhaustive search on a low-resolution image in the image pyramid using elliptical Hough transform. Then the image resolution is iteratively increased while the candidate ellipses with higher resolution are updated at each step until the original image resolution is reached. After removing the detected ellipses, the Hough transform is repeatedly applied in multiple passes to search for remaining ellipses, and terminates when no more ellipses are found. This approach significantly reduces the false positive error of ellipse detection as compared with the conventional randomized Hough transform method. The analysis shows that the computing complexity of this algorithm is Θ(n(5/2)), and thus the computation time and memory requirement are significantly reduced. The developed algorithm was tested with images containing various numbers of ellipses. The effects of noise-to-signal ratio combined with various ellipse sizes on the detection accuracy were analyzed and discussed. Experimental results revealed that the algorithm is robust to noise. The average detection accuracies were all above 90% for images with less than seven ellipses, and slightly decreased to about 80% for images with more ellipses. The average false positive error was less than 2%.     

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.     

基于凸包优化的盲源分离在图像去噪中的研究

目的针对高斯-脉冲混合噪声图像中难以有效去除大量奇异点或离群数据的问题,提出一种基于凸包优化的盲源分离方法来去除图像中的混合噪声。方法该方法把混合噪声和原图均看作未知的源信号,依据噪声图像中混合噪声与原图内容的加性关系建立盲源分离的模型,并利用凸包优化的方法构建源信号(凸包极点)的仿射包,然后通过最小化仿射包到凸包(噪声图像)上的投影误差,求解混合噪声和原图2个源信号,实现去噪混合噪声、复原原图的目的。结果实验结果发现,无论高斯-脉冲混合噪声强弱,该方法去噪复原后的峰值信噪比和平均结构相似性分别在39.9129 d B和0.9以上。结论由实验数据证实该方法可有效地从盲源分离的角度去除图像中高斯-脉冲混合噪声、复原原始图像。     

寻求平面上线段集凸壳的扫描算法

首先证明寻求平面上线段集凸壳问题的下界是O(nlogn)，其方法是将平面上线段集凸壳问题与排序问题联系起来，由排序问题的下界推得平面上线段集凸壳问题的下界。然后提出一个算法，计算平面上线段集凸壳问题，其基本思想是将不交线段集中的线段按其端点的x，y坐标排序，并重排线段序。然后用平面扫描方法分段完成凸壳的构造。该算法的时间复杂性是O(nlogn)。     

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。     

寻求平面上线段集凸壳的算法

首先证明寻求平面上线段集凸壳问题的下界是O（nlogn)，其方法是将平面上线段集凸壳问题与排序问题联系起来，由排序问题的下界推得平面上线段集凸壳问题的下界。然后提出一个算法，计算平面上线段集凸壳问题，其基本思想是将线段集中的线段转换成平面上的简单多边形链，接着计算该简单多边形链的凸壳即得到所要求的凸壳。该算法的时间复杂性是O（nlogn)。     

基于表面评估的工件轮廓识别方法研究

现有加工工件材料和加工方式的多样性使得工件的表面情况多样,导致视觉系统难以准确识别工件轮廓,因此提出了一种适用于不同工件表面的轮廓识别方法。根据纹理区域面积与凸包面积的比值对工件表面进行评估和分类。对于表面质量较好的工件,采用高通线性滤波器对图像进行滤波处理,通过工件表面信息与边缘信息的差异实现工件图像边缘提取;对于表面质量较差的工件,采用一种自适应轮廓提取方法来识别图像边缘。实验表明,与传统的Canny边缘检测算法相比,所提出的方法能够更好地去除噪声干扰,其识别轮廓的精度更高。所提出的轮廓识别方法对不同工件表面有较好的适应性,具有一定的应用价值。     

The construction and use of convex hulls in limited-angle computerized tomography

A method is developed to construct the convex hull of an object and make use of it in limited-angle x-ray computerized tomography (CT). The convex hull of an object is the smallest convex region containing the object, and therefore it can serve as boundary information in the reconstruction of the object from limited-angle data. Two methods, the intersection version and the superimposition version, of constructing the convex hull of an object from x-ray data are presented. It is shown that the intersection version is very efficient when the noise is very low, whereas the superimposition version is more stable with respect to noise. The usefulness and the construction of the convex hulls of embedded flaws in industrial x-ray CT are also studied. It is demonstrated with simulated data that the use of convex hulls makes it possible to reconstruct high-quality images from limited-angle data.