一种新的基于梯度方向角的圆检测算法

针对基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷,提出了一种新的基于梯度方向角的圆检测算法,通过确定圆的任意一条直径的两个端点,即可以确定圆的参数空间(a,b,r),从而实现圆的检测.实验结果表明,采用该方法可以实现高效的圆检测,不仅显著降低了圆检测的平均时间复杂度,而且在检测过程中无需任何累加器的设计,从而克服了基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷.     

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。     

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.     

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.     

一种基于广义Hough变换思想的多圆检测方法

根据广义Hough变换(GHT)统计聚类思想和圆的定义、特点,提出了一种针对多个圆的检测方法.该方法在无任何先验知识(如目标圆圆心的大概位置,半径的精确范围)的情况下,能快速检测出图像中的多个圆.实验结果表明,该方法效果较好,而且对椒盐噪声、直线、椭圆等非圆物体有很好的抗干扰性.     

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。     

基于曲线跟踪的直线检测方法

对标准Hough变换以及一些改进的Hough变换在直线检测应用中的不足进行了分析。在此基础上,提出了一种基于曲线跟踪的直线检测算法。避免了Hough变换中的无效积累,解决了Hough变换不能确定直线端点的问题,且检测精度高。     

汽车发动机缸孔内表面缺陷的自动检测技术研究

针对汽车发动机缸体铸造缺陷的问题,进行了缸孔内表面缺陷自动测量技术的研究,设计了一种基于机器视觉技术的缸孔内表面缺陷自动检测系统。采用基于Hough变换的快速检测圆算法,有效地提取了缸孔的底圆、顶圆的像素;针对圆环形图像不便于观察和测量,且有明显几何畸变和失真的问题,提出了将圆环形图像展成矩形的算法,并通过实验证明了基于Hough变换的快速检测圆算法所计算的缺陷面积平均误差较低,是一种快速有效的圆环形缺陷面积计算方法。     

基于Hough变换的激光扫描数据直线提取

介绍了Hough变换在对激光扫描数据进行直线提取方面的应用。在集装箱起吊的安全检测中采用激光技术是一个新途径 在对集装箱的起吊是否安全进行判断的关键是对激光扫描所形成直线段的相互关系判定。传统的Hough变换存在无法提取直线的端点,会出现虚假直线等问题,文章提出的改进的Hough变换算法,解决了传统Hough变换的问题,实现了对激光扫描数据的直线的提取。实验证明了所述方法的有效性。     

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。     

电梯导轨垂直度测量仪研究

介绍了一种将激光技术和图像处理技术相结合的用于对电梯导轨垂直度进行测量的仪器。文中首先介绍了该测量仪的工作原理、软件设计方案，然后介绍了阈值分割、质心公式及霍夫变换等图像处理所用的算法。对于圆的霍夫变换，用对圆方程求导的方法将三维参数空间降低为二维处理，极大地降低了运算量。     

一种强粘连细胞图像的分割方法与实现研究

当多个细胞严重粘连时，传统的分割方法难以取得理想的分割效果。针对大部分细胞呈近似圆形的特点，提出了一种基于Hough变换圆检测的粘连细胞分离方法：采用彩色梯度法提取粘连目标边缘，然后针对细胞的圆形特征，以边缘有效像素点与对应圆周长的比值作为分割闽值做圆检测确定各细胞圆心及半径．并建立实体细胞判别准则作为粘连分割实现依据，最后根据各细胞有效弧含像素的多少确定对应圆的完整性实现粘连分割。实验表明，与采用传统的分水岭算法比较，该方法在强粘连细胞的分割方面，具有明显的优势。     

外场激光光斑中心检测算法研究

激光光斑中心检测是光学测量中常用的关键技术。检测算法的精度及速度直接影响了测量的精度及速度。针对外场环境下干扰较强的特点,研究了重心法、Hough变换法以及圆拟合算法,通过理论分析与实验,提出一种改进的激光光斑中心检测算法,提高了中心检测的精度、速度及抗干扰性,可用于外场环境的实时光学测量。     

基于集成成像技术的零件孔径位置检测

针对利用霍夫圆检测方法很难定位大尺寸零件上所有孔径位置的问题,本文提出了一种将集成成像技术与霍夫圆检测算法相结合的非接触式测量方法.首先,根据经典成像理论提出了一套集成成像信息获取算法.其次,利用二维平移台和CCD相机搭建了相机阵列实验装置.系统工作时,相机采集的元素图像阵列,可以通过霍夫圆检测和坐标获取算法来实现零件孔径位置的定位.基于上述理论进行了验证实验,结果显示,零件孔径位置的检测误差在0.3mm以内.该方法为集成成像技术应用于高精密位置检测提供了有效的理论支持.     

一种快速精确的虹膜定位方法

为了提高虹膜定位的速度和精度,本文提出了一种定位方法.对于虹膜的内边缘定位,本文基于图像二值化和形态学的腐蚀、膨胀,建立了有效的去噪算法,并提出了一种灰度投影与圆的方程相结合的方法,可准确定位虹膜内边缘.对于虹膜的外边缘定位,本文利用虹膜内边缘定位数据对边缘图像去噪得到有效的边缘信息,在此基础上提出了一种改进的Hough变换方法,可以快速准确地定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法显著提高了虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性.     

基于机器视觉的轴承内径亚像素在线检测

以机器视觉系统为基础,利用计算机图像处理技术,对预处理后的边缘图像,采用基于点Hough变换的圆形图像亚像素检测算法,实现了轴承内径的亚像素在线检测。试验证明,该检测系统具有非接触、无损伤、高速度、低成本的优点,并且具有很好的通用性,可广泛应用于其他行业产品的在线检测。     

A Machine Vision Approach for Detecting and Inspecting Circular Parts

In this paper, we present a machine vision approach for detecting and inspecting circular parts and parts with circular arcs on the contours. The method uses the Hough transform technique and uses the directional information of a normal to the circle at each boundary point. Cubic polynomial curve fitting is used to estimate the normal, and determine the concavity of the fitted curve at each given boundary point. The proposed Hough transform method is a two-stage pro-cedure. The first stage uses a 2D accumulator array to detect circle centres. The second stage uses a 1D accumulator array to detect the radii of circles. The proposed method is robust for detecting circular parts with partial occlusion such as peripheral defects or burrs. For an image of size N × N, the storage requirements are N 2 and the time complexity is bounded by (N+m)n, where m is the number of circle centres detected in the first stage and n is the number of boundary points in the image.