改进Hough变换在直线铁轨图像边缘检测研究

针对铁路轨道数字图像处理中直线铁轨检测的快速有效问题,提出一种改进Hough变换直线铁轨检测方法.首先对图像进行小波提升,用经典的边缘检测LoG算子进行图像的边缘检测;然后计算图像空间直线斜率重叠度来快速检测出直线;最后将图像转换到参数空间,计算局部极大值点,检测出直线.通过大量的仿真实验证明了该方法对直线铁轨检测的有效性和实用性.     

基于小波变换的直线检测

提出了一种利用小波变换来检测图像中直线的方法,对小波变换提取图像直线能力做了理论分析,并利用B样条小波对图像进行多级小波变换,计算变换后模值和幅角,利用Hough变换从高分辨率到低分辨率依次确定图像中直线的位置。试验表明,该方法能快速、准确检测到图像中的直线。     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.     

改进Hough变换的算法实现

利用Hough变换对直线进行检测,通常参数空间使用的是极坐标系.这种方法存在速度缓慢,结果不够精确的问题.这主要是因为极坐标所用到的正弦函数和余弦函数具有非线性特性,使将来运算基本单元的乘法不可避免.为解决这个问题,提出一种通过改换坐标系、用加法和移位运算代替乘法的新思想,大幅加快了Hough变换的速度.从而使超大型图像中,直线的实时、精确检测成为可能.     

一种基于Hough变换的新直线段检测算法

为了获得图像中直线段的端点及长度信息,提出一种逆向Hough变换检测算法,由一个已知点和直线的斜率构造直线的方程,然后检测满足直线方程的点的个数.同时,为了克服Hough变换计算量大的弊端,引入直线梯度方向信息,避免重复的直线提取.实验证明,该方法较传统的Hough变换,可以很好地得到直线段的端点,并且算法快速简单.     

一种用于弹道终端飞机红外图像机轴检测的算法

以制导引信一体化(GIF)为背景,利用红外成像导引头图像信息,对飞机目标姿态识别技术展开研究;在提取出飞机目标图像骨架的基础上,提出一种改进的Hough变换与最小二乘拟合相结合的算法检测出了飞机轴线。利用Hough变换鲁棒且不需启发信息的特点进行初步检测,确定直线存在的大致区域;利用最小二乘拟合法确定直线区域内特征点回归直线的精确参数;对该算法进行仿真。仿真结果表明,提出的该算法提高了飞机轴线检测的检测率和检测精度,降低了对Hough变换的分辨率要求,可以减小算法整体的空间开销。     

基于Hough变换的椭圆检测算法

Hough变换在图像处理中占有重要地位,是一种检测曲线的有效方法.但使用传统的Hough变换来检测椭圆具有存储空间大计算时间长的缺点.为此提出了一种新的基于Hough交换的椭圆轮廓检测方法,利用椭圆的斜率特性,降低了Hough参数空间的维度,提高了运算运效率,并能良好地对图像中多个椭圆进行检测.     

基于Hough变换的低分辨率雷达目标识别

针对低分辨率雷达目标的识别问题,提出了一种基于Hough变换的特征提取方法.通过对Hough变换后参数空间进行特征定义来描述参数空间灰度图像的纹理分布特点,进而描述图像空间目标的形状特征.文中利用该方法结合径向基函数神经网络对低分辨率雷达船只目标轮廓像进行特征提取并识别,取得了较高的识别率.     

基于Hough变换的椭圆检测改进算法

在背景复杂的图像中,针对多椭圆检测时椭圆中心定位不准、虚假椭圆过多的缺点,提出一种基于Hough变换的改进算法。该算法对参数空间和Hough变换计算的改进提高了椭圆检测的准确度,并利用参数方程判断候选椭圆的真假。实验结果表明,该检测方法具有较强地抗干扰能力,能够在复杂的环境中准确快速地检测出多个椭圆。     

基于改进随机霍夫变换的直线提取算法

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直线被检测,最后利用RHT结合最小二乘法提取真实的直线。实验结果表明:该算法提高了检测直线的精度,虚假直线被检测概率下降50%,抗噪声能力增强。