基于Hough变换的手写体维文字符倾斜校正算法

由于手写体维文字符的特点以及个人书写风格不同,会造成维文字符的倾斜,影响字符的特征提取和识别.提出了一种基于Hough变换的手写体维文双线倾斜校正算法.实验结果表明,该算法能够准确、快速地检测出倾斜手写体维文字符的倾斜角度,实现字符的倾斜校正.     

基于二维中垂线Hough变换的圆形印章定位算法

提出了一种在灰度图像上使用二维中垂线Hough变换定位圆形印章的方法。给出了印章定位算法的具体实现过程,并通过实验验证了定位效果。     

基于改进Hough变换的艺术体操图像视觉误差校正方法

为了提高艺术体操动作图像质量,提出基于改进Hough变换的艺术体操动作图像视觉误差校正方法。通过预先设定全局阈值与容忍度,改进Hough变换算法,利用图像灰度分布密度函数,完成动作图像空域变换,根据元素灰度值序列,滤波处理动作图像像素点,依据获取的最优分割阈值,划分图像前景与背景,采用改进的Hough变换算法,提取全部图像特征点,基于图像畸变度与镜头、轴线距离关系,结合动作图像分形码,得到分形区域偏差的最佳估算值,实现视觉误差校正。仿真实验结果表明方法校正优势显著,具有一定的有效性与可行性。     

一种基于Hough变换的文档图像倾斜纠正方法

在对文本扫描输入的过程中,文本图像不可避免地会发生倾斜,倾斜校正将为图文分割、文字识别等后续处理工作创造良好的条件。提出了一种基于Hough变换的检测图像倾斜度的方法,为了克服Hough变换计算量大的缺点,该方法首先选取局部代表性子区域并提取其图像水平边缘,然后对提取的水平边缘进行两级Hough变换,从而实现了准确性与快速性的很好结合。     

基于改进Hough变换的文本图像倾斜校正方法

文本图像在扫描输入时产生的倾斜现象会对后续的页面分割及光学字符识别（OCR）处理产生很大的影响，而传统的标准Hough变换虽然具有对噪声不敏感，不依赖于直线连续性的优点，但由于计算量偏大，速度慢，在实用时有较大的局限性。提出一种基于改进的Hough变换的文本图像倾斜校正方法，通过在变分辨率图像中采用不同的文本方向提取算法，及选择合理投票门限等改进Hough变换的措施，减小了由图像区域及文字笔画粗细所产生的对倾角判定的不利影响，并使用基于偏移值的方法实现页面倾斜的快速校正。实验结果表明，该算法实现了大范围高精度的文本图像倾角的快速检测，具有较强的实用性。     

基于形态学和Hough变换的QR码校正与定位方法

提出一种基于形态学和Hough变换的定位及校正方法。先利用图像形态学的处理方法去除无关的背景信息并提取二维码轮廓,再利用Hough变化检测边缘并提取角点位置,然后通过逆投影校正图像,最后利用位置探测图形进行精确定位。通过实验证明本方法的有效与稳定性。该方法提供了二维码在复杂背景中准确定位的一种新途径。     

基于改进随机Hough变换的图象自动校正算法

本文讨论了存在小失真的图象边界为矩形的图象的校正问题,提出一种基于改进随机Hough变换的自动校正算法.该算法通过改变参数空间原点的位置使参数的取值范围缩小,既节约了存储空间又利于直线的提取.本文还将以梯度方向为像素点分类的方法引入到随机Hough变换中,大大提高了直线的提取精度,并改善了时间特性.该算法具有抗干扰能力强,运行时间短等优点,并且由于算法采用的是基于直线的提取方法,因此能较好的处理边界不连续的情况.     

Hough变换在中文名片图像倾斜校正中的应用

近来,文档图像的计算机自动理解已取得很多进展。但是,对于具有倾斜的图像的理解仍然存在许多困难。这种困难在中文名片图像自动识别与理解系统中尤为突出。必须在系统的输入端对图像作有效的倾斜校正以保证系统的性能。由于中文名片版面复杂,名片中文字行以及每行字符较少,使得现有的倾斜校正算法在处理名片图像时效果很不理想。Hough变换可用于一般文档图像的倾斜校正。但是,Hough变换在名片图像中的应用还有待研究。本文提出一种二级Hough变换算法,并应用于名片图像理解系统,利用名片图像自身的特点提高Hough变换的精确度和速度。这一方法的效果已被实验结果所证实。     

基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

基于Hough变换利用对称点检测圆

分析了传统Hough变换检测圆中一对多的映射关系导致性能下降的问题,总结了经典的Hough算法和其他研究人员提出的其它改进算法后,提出了采用圆的几何特征,利用圆周上两个对称点的中心为圆心,先检测出圆的圆心,然后检测半径的方法来检测圆.实验及分析证实该方法降低了Hough变换的转换的维度,比传统的Hough变换性能有较大的提高.     

基于Hough变换的答题卡识别

针对光电式阅卷机价格昂贵,使用成本高,设备利用率低的缺点,提出一种基于Hough变换的答题卡识别方法。运用数字图像处理的手段,对答题卡图像进行灰度拉伸、图像滤波、图像二值化等预处理;依据Hough变换的直线建立选项网;根据填涂区域的几何属性进行识别判断。测试结果表明,该算法对于答题卡的识别具有高效率、高准确率、使用方便、成本低廉的特点,具有一定的应用价值。     

基于改进Hough变换的角点提取

提出了一种有效的角点提取的方法.在该方法中,角点将被定义为二条(或二条以上)直线的交点,并利用Hough变换来检测直线.若存在二条(或二条以上)直线经过某点,则该点就被认为是角点(角点候选点).对Hough变换中的映射方式作了改进,在传统的映射中采用的是"一对多"或"多对一"的映射方式,而在改进方式中采用的是"多对多"的映射方式.在这种映射方式下,Hough变换的参数空间不会发生峰值扩散的现象,这样会更有利于峰值的检测(直线检测),从而更有利于角点的检测.实验证明,该方法能精确有效地提取出图像中的角点.     

基于Hough变换的建筑边缘特征检测的研究及其改进

Hough变换是对二值图像进行直线检测的有效方法,介绍了Hough变换直线检测对房屋边缘特征检测方法及实验结果,并根据其存在的缺点提出了检测矩形的Hough变换的改进算法.     

基于Hough变换的中文斜体印刷字倾斜角度的检测算法

目前影响OCR系统识别率的一个重要因素就是字符切分.印刷体字符有一种特殊的字符切分:即斜体字的字符切分.由于斜体字本身的倾斜,所以通过投影特征的信息是很难切分开的.为了进行斜体字的切分,就需要知道斜体字的倾斜角度.本文正是出于寻找斜体字倾斜角度的目的,提出了一种基于Hough变换的中文斜体字倾斜角度的柱测算法.该算法在Hough变换的基础上,对算法作了一定的改进来进行倾斜角度的检测.     

基于改进区域生长法和霍夫变换的车道分割法

车道分割在智能交通监控系统中起着基础而重要的作用。精确地进行车道分割是车流量统计、车速测量等诸多智能交通应用的前提。以往基于种子区域生长法的车道分割方法对于较新且干燥的道路有较好的分割效果,但受地面上水渍、污渍、斑驳的影响较大,鲁棒性不强。为了解决这个问题,提出一种基于改进的种子区域生长法和霍夫变换的车道分割方法。通过改进的区域生长法,可以有效降低水渍、污渍、斑驳的干扰,提高系统的鲁棒性。     

Hough变换的新定义

本文的主要工作有以下三个方面：首先通过多方面分析，指出文献中Ｈｏｕｇｈ变换的模板匹配式定义是不完善的；其次我们发现Ｈｏｕｇｈ变换具有一种固有的概率特征，它和待处理的图像无关，但对Ｈｏｕｇｈ变换的性能有根本性的影响，为了描述这种概率特征，本文提出了曲线（曲面）密度函数的概念；最后基于上述两方面的分析，本文给出了Ｈｏｕｇｈ变换的一种新定义。     

基于口型运动速度的视频序列对齐方法

基于视频人脸替换系统中降低视频抖动和满足语音跟口型匹配的要求,提出一种基于视频图像中口型运动速度特征的视频口型对齐方法。视频中将ASM和光流法相结合,获取稳定的口型运动速度特征;利用平行线约束条件对动态时间规整(DTW)算法的路径搜索范围进行约束以快速求得最优的匹配路径;得到对齐后的视频并给出相似性评价。实验结果表明,该方法可以使得两段视频中说话的口型保持一致。口型对齐不仅满足人物正脸不动的情况,而且能满足人物有任意小角度(<45°)的头部运动的情况。最后对模仿视频给出比较客观的相似性评价,评价结果显示该方法切实可行。     

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。     

基于Hough森林的多特征快速行人检测

为了快速检测行人,根据人体头顶特性快速找出头顶候选点,依此为基点利用边缘检测算法提取目标轮廓,将其作为待测区域;然后利用改进的颜色自相似特征、结合区域边缘直方图和一致模式LBP26,1特征,在Hough森林分类器上进行分类检测。实验结果表明,该算法在检测正确率及速率方面都得到了提高,对于复杂动态场景、遮挡现象以及目标自身形变具有较强的鲁棒性和较高的准确性,在多种行人数据集中测试取得良好的效果。     

基于对称非负矩阵分解的人脸识别算法

提出一种利用镜像偶特征改造NMF(Non-negative Matrix Factorization)基图像并进行局部特征提取的人脸识别算法。首先获取镜像偶特征并进行二次Haar小波分解,得到重构人脸样本图像。然后利用NMF分解得到一组在垂直方向对称的基图像,由它们组成基矩阵并对它们正交规范化。改造后的基图像符合人脸对称的生理特性,使得NMF基矩阵更加适用于人脸特征提取。在含有姿态变化和不均匀光照样本的Yale人脸数据库上取得了较好的识别效果。