改进的Hough变换实现圆检测

为了自动检测出图像中的圆并精确测量其参数,提出一种改进的点Hough变换圆检测方法.首先对提取边缘后的轮廓进行一次筛选,得到所有的连续边缘轮廓;然后进行二次筛选,排除那些明显不可能为圆的图形,获得最终候选边缘轮廓.对候选边缘点组进行快速点Hough变换圆检测,计算圆的直径值和圆心坐标值,在检测过程中,采用自适应的点选择步长值和累加器判断阈值.利用VC+ +6.0开发了圆检测系统实验软件,并进行了对比实验,结果表明该方法可以有效解决原算法中固定值导致检测精度不高、误检测和漏检测的问题.     

改进的Hough变换在零件圆心定位中的应用

针对自动化生产线上粉末冶金零件在检测中圆心定位困难的问题,在传统Hough圆变换方法基础上作了一系列改进,该方法先对图像进行预处理,比如滤波、边缘检测等,然后进行Hough变换实现零件图像的快速定位。实践证明,该方法不但减少了图像处理的时间,而且提高了Hough圆变换在各种零件检测中圆心定位的准确性。     

基于机器视觉的BGA植球后缺陷检测技术的研究

为了对BGA植球后的缺陷进行检测,运用了机器视觉的检测方法,利用图像处理技术对原始图像进行灰度化、二值化和噪声抑制,将焊球和背景基板图像进行有效的分离,突出了焊球的边缘信息,再运用圆的Hough变换对焊球边缘进行拟合,计算出每个焊球的圆心位置和直径,最终通过粗检测和精检测有效地分别识别出了焊球的各种可能缺陷,提高了检测效率和正确率。试验证明该方法是行之有效的方案。     

基于Hough变换运用形状角及梯度检测圆

介绍了一种结合轮廓线形状角及梯度信息的Hough变换检测圆的改进算法。针对广义Hough变换在检测圆时具有的计算时间长、存储空间大、准确性低等问题和不足,提出了相应的解决办法。该算法首先对图像进行平滑滤波和去噪,并采用Canny算子在抑制噪声的同时进行边缘检测,分析得到轮廓线的形状角并初步分类出形状为圆形的轮廓线;然后利用划分出的轮廓线的梯度信息大致确定圆心和半径,并运用Hough变换进行证据积累,以此来精确定位此圆的位置。实验证明,该检测算法计算量有所减少,检测性能有所提高,更加适用于随机圆的检测。     

基于改进Hough变换的圆形零件尺寸测量研究

分析了直方图均衡化图像预处理技术,针对标准Hough变换的不足,提出了一种结合圆的几何特性改进Hough变换的方法。该方法根据圆周上各点连线的垂直平分线交点通过圆心这一圆的几何特性,沿边缘方向进行梯度搜索,找出圆心并求解半径,有效解决了含噪声图像圆形零件边缘检测的难题。通过对轴承零件内、外径和尺寸的测量应用研究,验证了改进Hough变换圆形零件测量技术的有效性和准确性。     

基于多层图像分割hough变换的零件定位模型

本文根据零件原始图像数据,先对图像进行灰度化处理,再运用Sobel算子对原始图像进行轮廓提取,接着采用几何特征对其进行识别。本文设计思想是:首先做Hough变换检测圆心位置与大圆边界,并将圆心位置存入内存;其次,为减少误差将图像分割为4部分,对每一个零件再做一次Hough变换检测,进一步检测到小圆的边界、确定小圆半径,从而最终提取零件的轮廓,同时对图像分割后的4个零件做Hough变换的直线检验;接着删除部分内容后做第3次Hough变换检测,确定中圆的边缘及半径;最后,删除大圆以内部分,做第4次Hough变换检测齿轮。针对模型验证,采集第3次及以后的Hough变换时求其几何特征可以验证第1、2次所得到的几何特征发现误差稳定在5个像素以内,说明优化模型的适用性好。     

基于Hough变换的焊缝位置检测技术

对Hough变换的应用技术进行了细致的分析,归纳出了图像域参数与变换域参数的三种对应关系,减少了Hough变换运行时一些盲目的搜索和计算,提高了算法的运行效率。在累加器设计上,应用了三元组数据结构,压缩了累计器的数量。应用Prewitt边缘检测方法和中值滤波技术将图像转换为二值图像,使边缘部分得以增强,噪声得到抑制。在此基础上,提出了一种新的焊缝位置检测方法,该方法不仅能检测出焊缝的偏离距离,而且能检测出焊缝偏离的方向。仿真与实际运行结果表明该方法检测精度高,抗干扰能力强。     

基于有序Hough变换的快速圆检测算法

针对随机Hough变换（RHT）及其改进算法在同一圆边缘点随机抽样时命中率低且投票处理过程复杂,提出了基于有序搜索的广义Hough变换快速圆检测算法（SQHT）。该算法利用圆的几何性质和梯度方向信息来有序搜索圆边缘点集,将Hough变换的基于投票判定基元参数转变为有效确定基元三点的讨论。执行算法时,首先顺序搜寻第一边缘点并根据邻域边缘点集或图像灰度值计算其梯度值;接着在第一点所在行匹配与其梯度信息相符的第二点,根据前两点信息在第一点所在列匹配第三点;最后按照RHT算法流程确定有效基元参数,从而避免了随机抽样带来的时间不确定性。该算法具有计算速度快,检测时间可控,适用范围广泛,抗干扰性强等特点。相比于RHT算法,提出的算法在单目标圆检测情况下检测效率提高了2倍,在多目标圆（5个及以上）且有非目标边缘点情况下检测效率提高了5倍,在多圆检测方面能有效弥补了Hough变换算法的不足。     

工业CT图像圆精确测量

圆形结构特征大量存在于工业CT图像中,有效地检测出圆并获得其参数,在图像测量及逆向工程应用中具有重要的意义。利用基于Facet模型的亚像素边缘检测算法检测图像边缘,利用计算圆存在的概率大小识别边缘图像中的圆,实现工业CT图像中圆的检测和参数测量。研究圆存在概率算法特点,通过构造专用链表数据结构存储计算数据、限制计算时圆心选取范围的方法,改进圆存在概率计算效率低、占用内存大的缺点。使用空间分辨力为2.0lp/mm的电子直线加速器工业CT系统,扫描重建出包含10个圆的800*800像素工业CT图像,首先对图像进行基于Facet模型的亚像素边缘检测,然后进行基于存在概率的圆检测和测量。试验结果表明,改进的圆存在概率算法计算效率明显提高,图像中圆参数测量精度优于0.5%。     

一种基于小波的虹膜定位方法

为了提高虹膜定位的准确性,结合小波分析、灰度阈值分割和Hough变换的优点,提出基于小波的虹膜定位方法.该方法根据虹膜图像的特点,先对其进行小波分析去噪,再用灰度阈值分割法分离出瞳孔区域,最后利用圆Hough变换确定出瞳孔的圆心和半径.并且利用瞳孔与虹膜的近似同心性,应用圆模板的方法求得虹膜的圆心和半径.实验结果证明,该算法提高虹膜定位的精度,并且具有较强的抗干扰能力.     

柔软棒材端面几何形状精密图像检测技术研究

研究了柔软棒材几何形状的测量原理,提出一种基于亚像素图像测量技术的香烟滤棒圆周长和圆度误差精密检测方法。该方法采用小波变换进行图像去噪处理,用Sobel算子提取图像边缘,用改进的随机Hough变换提取单像素圆边界,用Zernike矩进行边缘亚像素校正。最后给出了圆周长和圆度误差的评定方法与检测结果。     

单参数Hough变换实现圆检测方法的研究

Hough变换因其可靠性高而在数字图像处理领域中有广泛的应用,但本身具有存储空间大、计算复杂、处理时间长等缺点.在分析了Hough变换及其多种改进方法之后,利用圆的几何特性,给出了一种新的Hough变换圆检测方法--单参数Hough变换(SPHT)用来实现对圆形图像的检测.     

结合Canny算法和Hough变换的轴类零件边缘提取

针对轴类零件的边缘提取存在易受噪声、表面质量和边界条件影响的缺点,提出了Canny边缘检测和Hough变换算法相结合的边缘提取方法。首先利用自适应中值滤波对图像去噪,在滤除图像噪声的同时保留了更多的图像边缘信息;然后在3×3的窗口模板内计算梯度幅值和方向,提高了算子的抗噪性能;再采用自适应双阈值算法求取高低阈值,实现边缘的检测和连接。最后利用Hough变换算法进行边缘拟合。实验结果表明,这种方法可以对不同直径的轴类零件图像进行边缘提取,能够获得比较完整而连续的边缘。     

基于机器视觉的销钉边缘高精度定位

针对传统的高斯插值算法运用在图像检测上定位不准确,对高斯插值亚像素边缘检测算法进行了优化。首先,通过Canny算法对图像进行粗处理,再对其边缘点进行Hough变换,得到图像边缘的斜率和在插值方向的相应边缘点,通过坐标变换将梯度方向旋转至与插值方向一致;然后,对变换后的图像进行高斯插值计算。结果表明:优化后的算法能得到更高的定位精度,且具有方向不变性。将该算法运用于销钉边缘提取能满足精度要求。     

基于Hough算法的图像对称轴检测（英文）

为高精度提取对称刚体对象的中轴线,提出了一种基于Hough变换的图像对称轴检测方法。本文以子弹为研究对象,首先采集原始图像,因刚体边缘是对称轴检测的基础,采用相关的算子进行边缘检测,获得所有可能的边缘点。然后利用测得的所有边缘点,通过Hough变换确定图像所有可能的对称轴,进而得到所有的倾斜角和截距及其范围。最后,利用最小二乘法计算,当刚体一边边缘点关于对称轴的对称点到另一边所有边缘点的最小距离之和为最小时,该对称轴即为最优对称轴,也是被测对象的中轴线。仿真实验结果证明,该算法在一定程度上提高了对称轴检测的抗噪性和精度,对实际工程应用具有一定的价值。     

基于Faster R-CNN的工件螺纹孔目标检测（英文）

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

基于Faster R-CNN的工件螺纹孔目标检测

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

图像处理技术检测微型冠状保持架形位误差

基于图像处理原理,提出了检测微型轴承冠状保持架多段冠状体圆度误差和同心度的方法。将显微视觉获取的保持架图像进行处理和边缘识别,对于识别得到的冠状体边缘点,运用最小二乘法得到拟合圆和圆心,从而计算出边缘点所形成的最大半径和最小半径,两者差值即为保持架冠状体的圆度误差;对于保持架各段冠状体圆弧,分别拟合出各自的圆心,进而求出保持架冠状体的同心度误差。     

全景海域图像中的圆形海天线提取

针对全景海域图像背景复杂且海天线呈近似圆形的特点,提出了一种基于分形维数和改进Hough圆变换的全景海天线提取算法。该算法首先通过地毯覆盖法计算海域全景图像的分形维数,并据此提取出全景采集装置等设备在全景图像中的成像,消除其对海天线检测的不良影响。针对经典的梯度Hough圆变换算法提取全景海天线时无法给出唯一正确解的问题,提出了一种改进的Hough圆变换算法来有效提取全景海天线。对400幅不同情况下采集的全景海域图像进行了实验。结果表明,提出的算法在理想情况、海天线部分缺失、低对比度和海天线大范围断裂等多种情况下均可以有效提取出全景圆形海天线,检测准确率达95.75%,适用性和鲁棒性良好。     

基于改进的Hough变换图像分割方法

在图像处理和计算机视觉中,Hough变换是一种应用非常广泛的图像边缘检测技术,针对传统Hough变换算法所需的存储容量大、计算量大、速度慢、效率低,不能确定曲线端点及长度的问题,提出了一种改进的Hough变换方法,它根据Hough变换思想的逆变换,采用对参数空间逐步细分的方法,逐步排除不包含直线的区域,能够有效地减少存储容量,提高运行效率,并能有效地求出曲线轮廓的端点及长度.该方法已成功运用于车牌自动识别系统的车牌分割中.