利用动态结构元素提取直线

研究了灰度文档图像中提取直线的方法．首先将灰度文档图像利用半色调技术转换为二值图像，进行倾斜矫正后利用Hough变换动态构造结构元素(HTSEC)；然后根据这些结构元素，利用数学形态学中的击中／击不中变换提取文档图像中的直线(MMLE)。     

文档图象的版面分析一基于数学形态学的方法

提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的分割方法(MMS)，即首先将灰度文档图象利用半色调技术转换为二值图象，利用Hough变换动态构造结构元素，然后利用数学形态学方法对版面进行划分并将其分为文字区、图形区和图象区．     

文档图象的版面分析-基于数学形态学的方法

提出了基于 Hough变换的结构元素构造方法 (HTSEC)以及基于数学形态学的分割方法 (MMS) ,即首先将灰度文档图象利用半色调技术转换为二值图象 ,利用 Hough变换动态构造结构元素 ,然后利用数学形态学方法对版面进行划分并将其分为文字区、图形区和图象区     

基于图像处理的文档图像矫正系统研究与设计

文章提出一种基于图像处理的文档图像矫正系统，该系统首先对文档图像进行高斯滤波、局部边缘提取及膨胀操作，然后提取轮廓，最后基于Hough变换算法找到可以覆盖所有轮廓的最小矩形并生成仿射变换矩阵进行变换矫正。该方法相比传统的基于Hough变换的方法，增加基于图像处理的滤波及形态学处理，使矫正效果更好；相比其他常见的基于模式识别进行图像矫正的方法，抗干扰能力更强；相比常见的基于深度学习进行图像矫正的方法，运算速度快，模型小，更适合在智能手机等移动端使用。     

基于一种改进的Hough变换的输电线提取与识别

在野外拍摄得到的输电线图像中,输电导线具有明显的线性特征,因此可以直线为基础来研究导线提取与识别的算法。Hough变换是经典的变换域直线提取算法,针对输电线图像的特点以及从Hough变换改进的思路出发,运用形态学分析和搜索聚类的方法先去除输电导线二值边缘图像中的背景噪声,提取出导线上的像素点。经过预处理后,再运用阈值区间的自适应估算方法来计算Hough变换的参数阈值,从而识别出图像中的输电线。实验结果表明,该方法具有较好的提取效果,并且能准确的识别出输电线,计算简单速度较快。     

基于改进的多分辨率Hough变换的直线检测方法

该文提出了一种基于改进的多分辨率Hough变换的直线检测方法。对多分辨率图像由粗到细地循环处理，首先利用全局累加器序列对最小的图像做Hough变换得直线参数，利用该直线参数估计下一循环图像中的直线参数；建立了一种简单对应关系，将得到的直线参数的估计范围转换成图像空间范围；然后在图像空间范围内利用局部累加器对较大图像做Hough变换检测直线。最后还给出了线段端点检测、长度计算及连续性考察的方法。实验表明，该方法可以加快直线检测速度、节省存储空间，端点检测方法具有一定的鲁棒性。     

复杂工况下视觉AGV导航标识带中心线的提取研究

针对光照不均匀、导航标识带破损、少量杂物干扰的复杂工况条件下,对视觉AGV采集到的路面导航标识带图片进行特征提取,采用灰度化、中值滤波进行了图像预处理,研究了Otsu法和迭代法等动态阈值分割算法以及形态学在图像分割中的应用,并对预处理图像作了分割对比实验;然后对分割后的图像进行边缘提取,分析了基于最小二乘法和Hough变换算法的直线拟合原原理,提出了Hough算法下基于边缘线的中心线拟合算法,并作了直线拟合对比试验;实验表明,复杂工况下,采用基于形态学和Otsu算法相结合的方法对图像进行分割,得到的二值图像边界更完整,效果更好,基于Hough变换算法较最小二乘法能更精确有效地提取出导航标识带中心线及其方程。     

基于数学形态学的文档图像倾斜校正算法

随着信息采集技术的不断发展,文档图像在信息的数字化管理中越来越重要.对文档图像的倾斜校正进行了研究,给出了基于数学形态学和Hough变换相结合的算法,进行文档图像的倾斜校正,同时将算法应用于印刷体和手写体的文档图像.实验表明该算法可以有效应用于两种文档图像的倾斜校正.     

基于多结构元素的数学形态学的遥感图像边缘检测方法

提出了一种边缘检测的有效算法。该算法在数学形态学的基础上，针对图像中噪声和边缘形态的不同建立了多结构元素，利用灰度形态变换原理进行边缘提取。实验表明，与经典的边缘检测算子相比，该算法具有很好的边缘提取能力，但其抗噪能力较差。为此，探讨性地提出了基于小波变换和数学形态学相结合的边缘提取方法。     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。     

基于数学形态学和Hough变换的复杂形态线状地物提取方法

为改善以Hough变换提取遥感影像中弯弧线状地物的准确性,提出了一种新算法M&H (Morphology and Hough),它将Hough变换、数学形态学、非线性拟合等方法串行递进使用,以实现复杂形态线状地物自动提取和直接生成道路矢量图的目标。经适量实例的Matlab仿真测试,证明了M&H的递进噪声去除法优于单次数学形态学降噪法,对含弯弧道路的提取性能也优于标准Hough变换。精度检验结果表明:M&H方法比常规Hough变换提取道路的欠提取率下降了约18.9%。     

宽线段Hough变换及其在箭靶识别上的应用

Hough变换是用于检测图像中直线段的有力工具。论文提出的宽线段Hough变换针对传统Hough变换进行了改进,使之适用于多条宽线段同时存在的情况,并且解决了端点提取的问题。该方法应用于箭靶识别取得了很好的效果,实验表明对比传统方法具有较大优势。     

The modified adaptive Hough transform (MAHT)

A fast and robust algorithm for extracting line segments from an image through use of the Hough Transform is presented. The framework for our algorithm comes from the work of Illingworth and Kittler. We have extended their Adaptive Hough Transform algorithm to handle lines of arbitrary slope, multiple lines, and lines in very low signal to noise environments. We present our Modified Adaptive Hough Transform along with experimental results obtained with data from a tactile sensor.     

Real-time CAM-based Hough transform algorithm and its performance evaluation

Abstract. This paper proposes a highly parallel Hough transform algorithm for real-time straight-line extraction and its hardware implementation on a content-addressable memory (CAM). To achieve high-speed processing, incrementation for voting, which composes the Hough transform, and calculations for coordinate updating are carried out for the every scan line, not every edge pixel, and extracting maxima in Hough space is executed by parallel comparing. Moreover, variously weighted voting achieves more accurate line extraction in spite of the quantization error and noise in the image space. In the implementation, the CAM acts as a PE (processing-element) array that effectively performs highly parallel processing for the Hough transform and also as a memory for two-dimensional Hough space, and both voting and peak extraction are directly executed by the CAM. Evaluations of CAM hardware size, processing time and the accuracy of line extraction show that a real-time and high-resolution Hough transform for a 256256 picture can be achieved using a single CAM chip with current VLSI technology. This CAM-based Hough transform algorithm promises to be an important step towards the realization of a real-time and compact image-understanding system. Received: 15 August 1998 / Accepted: 15 March 2000     

文档图像中书写线的检测与去除

采用快速的Hough变换检测文档图像中的书写线,从图像中抽取少量特征点,将其分成两个子集,每次从两个子集中各取一个上点计算变换窨内的对应参数,当变换空间的累加值达到预先设定的阈值就认为已成功书写线,使Hough变换的速度大大加快,具有很强的实用价值,根据书写线与字符笔画的位置关系去除书写线,对书写线和相交的区域依据书写线的宽度和相交情形确定不同的结构元素,进行数学形态学的开运算,去除书写线的同时,较好地保持了字符笔画,实验结果表明,对信封图像上书写线的检测和去除有满意的处理效果。     

基于数学形态学的表格自动处理系统

介绍一种全新的基于数学形态学的表格自动处理系统。该系统无须经过学习过程,通过与表格框线形态相匹配的结构元素,以表格进行数学形态学方法处理,即可快速准确地提取表格框线,进而获取任意栏目的字符信息,用于进一步识别和处理。另外,对扫描或打印造成的非线性形变亦能较好地修复。     

改进的机场停泊飞行器目标分割算法

考虑到飞行器目标在整幅图像中所占的比例往往较小,且图像背景复杂,本文提出了一种基于机场区域提取的飞行器目标分割算法.该算法首先利用Hough变换检测直线的特性,定位机场跑道和停机坪的位置,并结合教学形态学等图像处理技术去除了非机场区域;在提取机场区域后,再选择适当的阈值对图像进行分割,最后经过形态学去噪、小区域去除等步骤分割出飞行器目标.实验结果表明,该算法改进了以往机场区域提取算法保留候机楼等附属部分以及提取结果中存在机场区域以外区域的缺点,较好地实现了机场停泊飞行器目标的分割,为下一步准确识别飞行器类型奠定了基础.     

黑白棋盘网格中的直线检测方法研究

黑白棋盘网格的直线检测在摄像机标定中具有重要的应用价值。针对黑白棋盘网格图像的特点及传统Hough变换直线检测方法中参数选择敏感的不足,在Hough变换的基础上进行了后续处理,结合最小二乘法获得黑白棋盘网格图像中的直线信息。最后,通过大量真实图像实验验证了方法的可行性,并与传统Hough变换方法及其改进方法进行了比较。