一种基于改进层次聚类的Hough空间峰值检测方法

运用Hough变换对序列图像中的弱小点目标运动轨迹进行直线检测时,常规的Hough变换参数空间峰值检测方法难以区分相近的目标运动轨迹。为满足多目标有效跟踪的应用需求,文章根据目标Hough变换参数空间的狭长型特点,结合改进的层次聚类方法,给出一种基于层次聚类的Hough变换参数空间峰值检测方法。通过实验分析,验证了文章所提方法的有效性。     

一种基于改进层次聚类的Hough空间峰值检测方法

运用Hough变换对序列图像中的弱小点目标运动轨迹进行直线检测时,常规的Hough变换参数空间峰值检测方法难以区分相近的目标运动轨迹。为满足多目标有效跟踪的应用需求,文章根据目标Hough变换参数空间的狭长型特点,结合改进的层次聚类方法,给出一种基于层次聚类的Hough变换参数空间峰值检测方法。通过实验分析,验证了文章所提方法的有效性。     

分布式异类传感器网Hough变换航迹起始算法

为解决异类传感器网异步采样条件下的航迹起始问题,提出分布式异类传感器网Hough变换航迹起始算法.该算法利用多传感器多采样周期测量建立候选目标集,用极大似然法估计候选目标的状态;采用Hough变换建立参数空间直方图,并对参数空间直方图聚类实现航迹探测;建立目标初始方位角直方图和目标速度直方图,分别对两个直方图聚类实现目标探测;找出与目标相关的测量,利用这些测量估计目标的状态.仿真结果表明,该算法能有效实现航迹起始.     

基于区域像素的矩形目标检测

针对矩形目标的边缘缺陷现象，文章提出了一种基于矩形内部像素的检测方法。该方法不需要进行边缘检测，直接基于二值图像进行Hough投票；在峰值周围计算每列的投票方差，拟合一个二次函数；基于拟合的系数计算矩形目标的长度、宽度和方向，计算区域像素的统计均值作为矩形目标的中心。实验结果表明，提出的方法能够有效检测存在边缘缺陷的矩形目标。     

Hough变换在几何特征检测中的应用

介绍了Hough变换原理,研究了Hough变换的点线对偶特性,分析了应用Hough变换检测平行线段的角度及平行线段之间距离的原理,提出了应用Hough变换检测三角形、菱形孔径及椭圆长短轴长度的方法.计算机模拟检测结果表明,Hough变换在由直线段组成的目标检测方面具有独特的性能,它将检测目标从目标空间转换到参数空间,避免了在目标空间检测时的目标分类、目标编码等复杂运算,使得被测参数的测量变得简单易行.这一研究结果可广泛应用于纤维、孔径等自动测量中.     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

基于链码的随机Hough变换圆形检测方法

该文提出基于链码的随机Hough变曲变换圆形检测方法.该方法首先采用改进的自适应性Canny边缘检测方法提取边缘,通过LoG滤波抑制检测中噪声和光照变化的干扰,并采用大津法实现Canny算法中双门限的自动选取,提高Canny算法的自适应性.然后通过八邻域跟踪算法构建边缘链码,采用邻域均值投票,可有效减少零散或小尺度边缘的冗余投票,避免虚假圆生成.同时根据链码长度设定优先级,减少重复检测.实际在线检测结果表明该方法具有良好的准确性,低漏检和误检率,在噪声、光照变化下具有良好的鲁棒性.     

基于区域生长Hough变换的卫星帆板检测方法研究

针对空间绳系机器人在轨捕获任务中,对非合作目标卫星帆板支架线条提取时出现的直线段重复交叉检测、运行速度慢等问题,提出一种区域生长Hough变换算法。该算法利用区域生长算法对种子节点周围的邻域进行拓展,通过对生长区域内的点进行Hough变换检测,逐步缩小新的拓展点的搜索范围,从而降低计算量。同时,利用角度范围限定和动态聚类的方法解决了Hough变换中检测直线过多和直线交点检测的问题。实验表明,该算法计算速度较快,计算精度较高,能够解决Hough变换中同一直线多次检测的问题,可以满足空间绳系机器人在轨抓捕任务的要求。     

彩色图像数据库中目标特征数据挖掘方法

针对由于彩色图像数据特征较多使得目标特征挖掘容易出现不确定性的问题,提出一种新的彩色图像数据库中目标特征数据挖掘方法.采用减法聚类算法对彩色图像数据进行聚类,采用离群点检测技术对聚类数据进行分类处理,采用量子行为粒子群优化方法选取最优目标图像特征数据,并与结构相似度计算方法相结合,实现对最优目标图像特征数据的挖掘.结果证明,该方法相比传统的挖掘方法,其挖掘召回率降低了约17%,挖掘精确度提高了约28.6%.     

基于广义Hough变换的手写文档整词定位

本文研究了在手写文档中定位目标整词的应用问题。将广义Hough变换的应用范围从图形匹配拓展到文档图像中的单词匹配。利用SIFT算法提取边界特征,将广义Hough变换的投票结果归一化到灰度值范围,形象地给出了单词位置检测的结果。最后将该方法应用到维吾尔文手写文档的整词定位问题中,取得了良好的效果。     

基于Hough变换的航迹起始算法

航迹起始是航迹处理中的首要问题。通过对目标航迹起始的Hough变换方法的研究,总结了目标航迹起始的经典Hough变换算法。针对该算法运算量大不满足实际应用的不足,提出了一种新的基于3/4逻辑的改进Hough变换航迹起始算法。该算法以3/4逻辑为起始航迹的依据,采用改进的Hough变换法判断一次点迹是否共线,有效的解决了在密集杂波环境中目标航迹的快速起始问题。该算法加入速度选通排除了部分杂波,降低了运算量,为该算法应用于工程实践创造了条件。     

利用混合方法确定彩色基准族中心

在基于视觉的免标定扩充现实中，需要识别场景中的彩色基准族。利用动态聚类法、Hough变换以及基准的几何特性，在HSV空间对彩色基准族中心进行准确识别。解决了Hough变换中参数空间量化困难的问题。实验表明，此算法具有很好的鲁棒性。     

基于减法聚类与聚类有效性评判的FCM聚类

提出了一种基于减法聚类和聚类有效性评判的FCM聚类算法,依靠减法聚类来确定聚类数目的上限,并且在搜索最佳聚类数copt时,不需要进行重复的初始化工作,从而提高聚类的效率.     

视频目标定位的减法聚类改进算法

针对减法聚类算法用于视频运动目标定位时存在的不足,提出了6点优化技术,即采用不同维度的邻域半径改进了原算法采用固定邻域半径的不足;修正目标邻域半径的取值,改进了原算法无法准确描述不同尺度目标定位效果的问题;引入下采样技术、改变密度值函数及构造网格重定义数据集3种方法以提高算法的定位效率;引入模糊隶属度对视频运动目标做进一步精确定位,解决了原算法无法精确定位的问题.实验结果表明,改进后的定位算法可获得更好的定位效果.     

基于Hough变换的SAR图像舰船尾迹检测方法

该文提出了一种基于Hough变换与K均值聚类检测舰船尾迹的算法。该方法通过归一化Hough变换求出原图像尾迹所在直线的平均能量值,由于原图中的尾迹往往并不规则,导致能量最大值并不是整条直线的最佳统计代表值,其周围会有一些能量次大的点出现,且形成一个由若干能量点组成的点集。该文引进了K均值聚类方法,将这些点集归类,归类后的每一类的类心能很好的代表一条尾迹,实验结果表明方法是有效的。     

基于Sub_FCM聚类算法的交通流量段自动划分方法

基于FCM算法提出一种结合减法聚类与聚类有效性评判的模糊c均值聚类算法Sub_FCM,该算法能自动确定合理划分类数并初始化聚类原型,建立一种基于交替优化策略的无监督机器学习自动分类模型,并详细阐述了该模型在怀柔交叉路口流量段自动划分中的具体应用.实例分析表明,该算法能很好地反映路口交通流数据的内在结构,自动划分出合理流量段,为进一步实施合理的控制算法奠定基础.     

测向交叉定位系统的动态航迹起始算法

提出了一种两站测向交叉定位系统多目标跟踪的动态航迹起始算法。该算法根据启发式规则消除一部分虚假定位点,用Hough变换法检测出所有直线航迹,再利用逻辑法起始真实目标的航迹。对存在虚警、漏检和目标数量未知的复杂环境的仿真研究,证明了该算法的有效性。讨论了新算法由两站系统推广到多站系统的方法,避免了多站测量数据关联的NP完全问题。     

基于航迹聚类的终端区飞行程序轨迹表示

为了定量评估飞行员严格按照规定的飞行程序执行飞行任务的能力,对终端区飞行程序轨迹的表示方法进行了研究。通常终端区范围内一条真实的航迹约有150个航迹点,而标准飞行程序仅使用4到9个航路点表示,不足以描述一条完整的航迹。针对这一问题,提出了基于航迹间面积加权的航迹相似性度量方法,并利用CURE算法实现航迹聚类。通过比较聚类集平均航迹和代表航迹分别与标准飞行程序的关系,建立了飞行程序轨迹表示模型。最后利用某大型国际机场的一条标准离场飞行程序以及实际运行航迹对提出的方法进行验证,实验表明,本文所述方法能更好的实现航迹聚类,并可准确地表示飞行程序轨迹,为分析与评估飞行员飞行品质提供理论基础和实践应用参考。