基于直线生成的卷积霍夫线段检测

直线检测作为计算机视觉的上游任务,为下游包括工业视觉、遥感图像分析等任务提供支撑。直线检测的一大方向是霍夫直线检测,但现有霍夫检测基于近似原理设计计票器,直线检测准确度不高。为提高霍夫变换线段检测的准确度,利用卷积改进霍夫直线检测的计票器并提出基于直线生成的卷积霍夫线段检测方法。利用中值滤波对原始图像中的复杂纹理平滑处理后检测图像中的边界;通过按位异或卷积去除边界检测结果中的噪点并保留候选的线段端点;将候选的线段端点两两组合并使用布雷森汉姆算法进行线段生成,由利用卷积改进的计票器判断生成的线段是否存在于边界上;确认端点所构成线段位于边界后求取端点对之间的参数并合并参数相似的加检测结果,得到最终线段检测结果。对比实验中该方法的F1指标为0.762 6,优于对比方法中最高的0.652 3,证明该方法保留了霍夫变换较高鲁棒性的同时提高了检测结果的准确性。     

基于相位编组图像分块的快速Hough变换直线检测

在分析Hough变换直线检测算法和相位编组法直线检测算法的基础上,针对这两个直线检测算法的不足,结合它们的优点,设计并实现了基于相位编组图像分块的快速Hough变换直线检测算法,对算法进行了详细描述和算法优点分析,并通过实验验证了算法的有效性,实验表明所设计的直线检测算法运算速度快,参数易于选择,鲁棒性强,有一定的应用价值。     

快速霍夫变换算法

二值图像的直线检测过程中,标准霍夫变换算法的计算量为O（N^3)。该文提出一种快速霍夫变换算法,其计算量仅为O（N^2log2N)。该快速算法可以并行实现;处理器阵列规模为O（N^2)时,计算量为O（log2N)。文中还分析得到快速算法的误差上界,并提出一种改进的快速霍夫变换算法以获得更高的计算精度。最后,给出算法的数值算例。理论分析及数值算例都表明,该文的快速霍夫变换算法在直线检测过程中有着更高的计算效率,并且具有良好的计算精度。     

基于主元分析和聚类的直线检测算法

针对现有的直线检测算法中,基于霍夫变换类算法开销大且易产生虚假结果,基于链码跟踪类方法鲁棒性和适应性较差的问题,提出一种新的直线检测算法。对边缘图像做分块链码跟踪产生链码串,然后对链码串做主元分析(PCA)构造线段,最后采用聚类方法合并线段以产生直线。实验结果表明,该算法速度较快,检测结果较理想,且对较复杂、细节丰富的图像也具有良好的检测结果。     

电池防护胶条边缘检测算法的设计与实现

针对手机电池电极端截面防护胶条贴合准确度的识别问题,本文基于数字图像处理方法设计可实现自动检测的系统.首先使用Canny算法识别出电池及胶条的上下边缘,然后用霍夫直线检测算法检测出边缘直线,获得直线方程.通过计算直线的位置关系并与已有限制参数对比,判断该胶条贴合的准确度.在胶条边缘检测的实验中验证了该程序的有效性.     

基于直线边缘识别的图象区域定位算法

介绍了一种基于直线边缘识别的图象区域定位算法。算法主要分为两个部分,其一为基于样本线对边缘点进行搜索的边缘检测算法,其二为利用层次逼近的霍夫变换对所得到的边缘图象中车牌区域的边界直线段进行提取以对其定位的算法。算法充分利用了原始图象的灰度分布特征,同时在霍夫变换中采取了深度优先的递归搜索策略,取得了较好的实现结果。     

霍夫变换在指数函数型曲线检测中的应用

利用了霍夫变换抗噪声能力强和能分离出属于不同直线附近点的特性，研究离散数据点集M中xi，yi满足指数函数关系时的曲线检测问题。首先，对离散数据点集M中的数据xi，yi做半对数变换，得到新的数据点集M*(xi*，yi*)，此时，xi*，yi*具有线性关系；其次，用霍夫变换检测M*中的直线，可得直线参数；然后，利用霍夫变换所得的直线参数，计算图像中的点到直线的距离dki，并与给定阈值dk比较，从而将分布在不同直线附近的点分离出来，同时剔除数据点集M*中的干扰点或噪声；最后，用最小二乘法拟合直线，再经过反变换，得到剔除干扰点或噪声后的拟合曲线方程参数a和b。该方法能够很好地检测出数据集中的数据点按指数关系分布时的曲线，特别是能够检测出数据集中存在多条曲线的情况，解决了最小二乘法拟合曲线时存在的3个问题，同时又对霍夫变换的精度要求不高。     

一种快速霍夫变换算法

霍夫变换是图像处理中的一种常用的检测算法，能够有效地在较大的噪声环境中提取图像中的特定信息。但标准的霍夫变换算法运算量大，处理速度慢，有较大的局限性。该文讨论了一种快速霍夫变换算法，该算法有效地降低了传统霍夫变换算法的时间复杂度，提高了计算效率和运算速度，对于提高图像处理的速度，增强图像处理的实时性有着显著的作用。     

基于学习的霍夫变换线段组物体检测算法

针对单条霍夫变换线段特征算法的区分能力弱,不能有效处理部分匹配等问题,提出了霍夫变换线段组算法。首先通过文中算法提取霍夫变换线段特征构成码表,以此码表作为弱检测器的输入,再通过AdaBoost算法学习将弱检测器构造成强检测器,以提高检测的效率,最后在测试集上进行检测。为了计算两条霍夫变换线段之间的相似度,引入四元组空间内加权欧式距离,通过合理调整权重,能够有效地处理不可靠边缘检测问题。实验表明该算法能处理部分遮挡问题,具有很好的发展潜力。     

基于广义霍夫变换的芯片检测

传统的广义霍夫变换空间复杂度及时问复杂度都很高,不适用于实时的应用。针对该问题,提出一种基于广义霍夫变换的芯片检测算法,降低了计算复杂度。该算法的主要思想是将多尺度分析与广义霍夫变换相结合。将该算法应用到自动光学检测系统的芯片检测中,取得了较好的检测结果。     

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题.针对传统方法的上述缺陷,提出了一种基于 ρ-θ 域最小二乘拟合修正的随机Hough变换的直线检测方法.首先, 在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后, 对邻域相关点进行 ρ-θ 域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后, 通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点.仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升.     

一种新的用于检测直线的快速Hough变换

在分析现有常用的改进Hough变换算法思想的基础上,设计了一种新的用于直线检测的快速Hough变换,通过与现有改进Hough变换算法的比较实验,新设计算法具有更好的实时性。     

基于蚁群相似度加权霍夫变换的航迹起始

在雷达、红外等传感器的目标航迹起始时,目标的机动性以及数据的批处理会导致目标运动轨迹上偏离点的漏检。针对该问题,首先在Hough变换基础上,根据目标运动速度、幅度等信息置信区间与杂波干扰的不同,加上权重因子进行累积,然后进行目标的航迹起始,最后利用蚁群相似度检测起始轨迹上的偏离点迹。仿真结果表明,较之传统Hough变换,采用加权Hough变换算法能有效检测到目标航迹上的偏离点迹,提高目标检测概率。     

基于夹角的直线检测算法

为了能有效解决Hough变换计算量大、处理速度慢等问题,提出了一种基于夹角的直线提取算法.该算法直接在图像空间提取直线,通过判断图像中任意三点形成的直线夹角,获得一条可能的直线,然后再在数据空间中进一步判定这条直线的真实性.实验证明,该算法具有较高的直线检出率、检测精度和运行速度,与具有类似检出率的算法相比虚假直线数较少,综合性能具有优势.     

使用非均匀量化的Hough空间进行直线段检测

分析图像中最近邻直线间距离和夹角的非均匀性,得到这两个参数与线段方向和长度的相关关系,并由此提出了非均匀量化Hough空间的直线检测算法NUHT (Nonuniform Hough Transform).实验结果表明,NUHT在不降低运算效率的情况下,有2倍于标准Hough变换SHT (Standard Hough Transform)的直线段检测能力,同时误报率低于SHT的1/2.     

结合LTS和Hough变换的直线检测算法

为提高Hough变换检测直线的精度,提出一种结合Hough变换与截断最小二乘法的直线检测算法。利用Hough变换确定图像中直线所在的大致区域,提取候选区域内的特征点集,采用截断最小二乘法拟合得到精确的直线参数。实验结果表明,该算法的检测率和检测精度较高,对Hough变换的分辨率要求较低,整体空间开销较小。     

An extension to the randomized hough transform exploiting connectivity

Finding global curve segments in an image is an important task. For such a task, a new branch of Hough Transform algorithms, called probabilistic Hough Transforms, has been actively developed in recent years. One of the first was a new and efficient probabilistic version of the Hough Transform for curve detection, the Randomized Hough Transform (RHT). In this paper, a novel extension of the RHT, called the Connective Randomized Hough Transform (CRHT), is suggested to improve the RHT for line detection in complex and noisy pictures. The CRHT method combines the ability of the Hough Transform for global feature extraction with curve fitting techniques by exploiting the connectivity of local edge image points. Tests demonstrate the high speed and low memory usage of the CRHT, as compared both to the Standard Hough Transform and the basic RHT.     

图像中网格直线的检测方法的研究

首先分析了图像边缘特性以及Laplacian算子检测图像边缘的基本原理,提出了一种新的边缘检测算法,能准确地检测出图像中的目标边缘;在确定直线参数时,先使用Hough变换检测第一条最为明显的直线,然后去掉该直线以及附近的点,然后再次对图像进行Hough变换,并重复此过程,直到找到所有的直线;使用此改进后的Hough变化能够准确地检测到图像中构成网格的直线的参数.