基于Hough变换的瞳孔识别方法研究与实现

研究了一种改进的基于Hough变换圆检测的瞳孔识别方法。直接利用Hough变换圆检测进行瞳孔识别准确度低、运算量大,为此,本文提出了改进的识别方法。在实现Canny边缘检测的基础上,利用Hough变换进行求解时,限定检测的半径范围,在此范围内,根据参数空间圆的方程,求出对应的圆心坐标,得到最佳拟合圆,最终实现瞳孔识别以及中心点定位。在vc++6.0开发平台下,对150幅图像进行瞳孔识别检测实验,结果显示,直接利用Hough变换检测方法的准确率为70.7%,平均速度为1 s;本方法的准确率为94%,平均速度为0.45 s,可见相较于直接利用Hough变换进行瞳孔识别,本文方法在识别准确率和识别速度方面均有显著提高。结果表明,此方法能够快速而准确地进行瞳孔识别以及中心点定位。     

基于Hough变换的低分辨率雷达目标识别

针对低分辨率雷达目标的识别问题,提出了一种基于Hough变换的特征提取方法.通过对Hough变换后参数空间进行特征定义来描述参数空间灰度图像的纹理分布特点,进而描述图像空间目标的形状特征.文中利用该方法结合径向基函数神经网络对低分辨率雷达船只目标轮廓像进行特征提取并识别,取得了较高的识别率.     

Hough变换的车道线并行检测

针对车道线识别鲁棒性的问题,提出了基于Hough变换的车道线检测方法。为解决Hough变换检测直线速度慢的问题,文中采用了并行加速处理技术,将待检测图片分解成左右两个感兴趣区域分别分配给两个CPU,再将两个CPU并行独立运行的检测结果进行汇总。实验数据表明,车道线检测速度提高了39.1%,车道线检测质量优于传统的串行检测,提高了Hough变换的车道线检测实现效率。     

Hough变换的一种改进及其在直线检测中的应用

本文提出了图像识别中常用的Hough变换针对直线检测的一种改进方法,提高了Hough变换的识别正确率。利用改进方法对实际中的不规则的直线状目标进行了检测,取得了很好的效果。     

泊车辅助系统中的车位线自动检测与识别

针对目前泊车辅助系统中的车位线识别问题,建立了基于360°全景鸟瞰图像的全自动车位线检测与识别模型,考虑到光照对图像处理结果的影响,先对图像进行了预处理,然后采用一种基于中值的自适应Canny边缘检测技术,并通过Hough变换,再根据车位线特征的先验知识对Hough变换结果进行限制和优化,实现了车位线的识别。同时对实际采集到的图像进行验证,结果识别率达到94.2%,证明了该方法的有效性和鲁棒性。     

基于改进的Hough变换的指针识别算法

在电力系统中表盘的指针识别技术趋向于成熟,但基于Hough变换对直线检测方法中存在着参数空间虚假峰值及运算量等问题,针对这些问题提出一种改进的Hough变换算法。运用直线上等效点的特性,对待测图像的特征点进行处理,把等效点从待测的特征点中依次删除,以缩短检测识别过程所需时间和提高检测识别的精度。实验表明,该方法对图像中直线的识别效率有好的改善,并在工程上验证了基于该算法的指针识别方法,精度和速度方面均有很大的提升。     

用于HRR雷达在非高斯杂波中进行起伏目标检测的基于Hough变换的两种算法之比较

在HRR雷达中,当目标尺寸大于雷达波长和雷达距离分辨单元时,在连续扫描过程中从目标不同散射中心返回的目标回波会产生不同的方向图,使传统杂波抑制方法无效。提出采用Hough变换来解决这个问题。Hough变换是一种在图像中识别曲线的著名变换。比较了两种基于Hough变换的雷达检测算法,一是将数据空间中的点映射到ρ-θ空间中的曲线的传统模式,另一种模式采用斜率-截距参数空间Hough变换。斜率-截距模式的效率通过仿真进行验证。与传统模式相比,Hough变换的斜率-截距模式的性能更好。针对非起伏目标及四种Swerling类目标,研究了在瑞利分布、Weibull分布、对数正态分布和K分布杂波下,Hough变换检测器的斜率-截距模式对HRR雷达信号的检测性能。还研究了目标速度和脉冲数的影响。通过Monte-Carlo仿真对Hough变换检测器的目标检测性能进行了分析。     

通用机打商业发票识别系统研究与实现

在分析机打商业发票特点的基础上,设计了一种通用商业机打发票识别系统,提出一种基于切割矩形框的Hough倾斜检测方法、选取适合的结构算子实现信息块去噪、大量统计各种数字投影特性后提出一种基于投影特性的数字识别算法,最后对识别数据作校正存入数据库。此识别系统,对于随机选取的436张票据,识别率达90.36%。     

基于种子填充的指针式仪表自动识别算法

针对指针式仪表自动识别中的指针提取,提出了一种基于种子填充的指针式仪表自动识别方法。算法主要由基于种子填充的指针提取算法和基于改进Hough变换的指针识别算法组成。算法首先运用差影法获取种子点,然后采用行扫描法提取指针,最后通过改进的Hough变换对指针式仪表进行读数识别。实验表明,种子填充法有效提取了指针特征,为后续获取较好的识别效果奠定了基础,整个算法高效快速,获得了较好的识别效果。     

指针式仪表读数识别系统研究

介绍了一个指针式仪表自动读数识别系统.首先对仪表图像进行预处理操作;然后利用减影法提取指针图像;最后根据仪表指针变化趋势特点,提出应用于仪表指针读数识别的快速Hough法对指针进行识别,通过限制搜索范围降低Hough计算量.实验结果证明,该方法能在很大程度上提高系统实时性,比传统标准Hough方法时间快2～3倍.     

高空水上桥梁的一种识别定位方法

以水上桥梁的航空照片为基础，提出了一种对水上桥梁自动识别定位的方法，采用了基于假设检验的方法，主要包括根据水上桥梁的特点提出的先验知识，河流区域与非河流区域分割，桥面主边缘的检测定位以及对假设的检验。根据航空照片噪声干扰大的特点，采用了抗干扰能力强的Hough变换，并根据需要，对Hough进行了一些改进，本方法在试验中已经取得了很好的识别效果。     

基于CORDIC算法的Hough变换及其FPGA实现

为了既能提高Hough变换的计算速度,同时能保持精度以及不大的存储量,讨论了Hough变换和CORDIC算法各自的特点,论证了用CORDIC算法实现Hough变换的可行性。研究了采用流水线构架的CORDIC算法,提出了一种基于CORDIC混合基算法的特殊处理器来计算Hough变换,使迭代次数减少1/4,并可显著改善迭代的速度。这种方法占用资源面积比较小,并且结构规则简单,适合于FPGA设计实现,具有较高应用价值。     

基于Hough树林的空间有形目标特征训练与检测识别方法

随着空间飞行器利用率的不断提高,各国开始关注于空间目标的监视问题.如何对空间有形目标进行准确的分类与定位识别是目前关注的难点之一.针对空间目标的特征提取与识别定位问题展开研究,提出了一种基于Hough树林的空间目标探测识别方法.首先,通过广义的Hough变换,使用独立的目标局部的探测识别对全局目标可能位置中心进行投票....     

一类参数空间利用率最优的直线检测方法

针对Hough变换过程中参数空间利用率低的问题,提出了一类直线检测方法,该方法极大地提高了参数空间的利用率.首先提出了基于仿射变换的Hough变换的实现方法,然后提出了实现完全空间Hough变换的充分必要条件并给予证明,从而建立了能够实现完全空间Hough变换的仿射变换形式,最后提出了一种典型的完全Hough变换形式并给出了算法的详细计算过程.对图像进行特定的仿射变换以改变其定义域,对仿射变换后图像进行Hough变换并计算直线参数.仿真结果表明:该方法对参数累加数组的利用率可以达到100%;同时,与其他方法相比,检测精度得到了提高.     

并行Hough 变换航迹起始

Hough 变换作为一种批处理航迹起始方法,混淆了传感器量测数据的时序信息,难以克服单次扫描数据的累积效应。该文通过改变Hough 变换处理结构和计数器累加方式,提出了一种并行处理结构的Hough 变换航迹起始算法。该算法利用Hough 变换将不同时刻的量测集合分别映射到参数空间,继而将空间中具有相同索引的各次累加结果构成累加向量;再根据建立的参数空间累加规则,利用滑窗法来确定累积矩阵的输出,最后通过门限检测实现航迹起始判决。对密集杂波环境下不同扫描周期下的航迹起始问题进行了仿真验证,结果表明了并行Hough变换起始算法的有效性。      

基于视频图像的车道线识别方法

提出了一种适用于结构化道路的车道线识别算法,通过使用形态学梯度算法来配合Hough变换.再根据道路图像特征对Hough变换进行条件约束.通过大量试验结果表明,利用本算法对连续的、断续的、磨损的车道线均能准确地识别出来,而且达到了15 f/s(帧/秒)的处理速度.     

一种改进的基于对称性的Hough变换圆检测算法

为提高圆形轮廓目标检测的快速性,提出一种改进的基于对称性的Hough变换圆检测算法.首先对图像进行去噪和边缘提取,并剔除边缘点中可能共线的点;然后利用圆的对称性分两步在一维空间中利用Hough变换投票得到圆心坐标;最后在一维参数空间利用Hough变换累加半径投票值得到半径.对比实验表明,提出的算法有较高的识别准确率和较高的运算速度.     

Weibull海杂波环境中基于Hough变换的目标最优检测

给出了基于Hough变换的信号检测结构及最优门限的确立方法 ,设计了仿真流程 ,并通过仿真计算分析了Weibull海杂波环境中基于Hough变换的目标检测性能 ,得到了所需SCR最小意义下的最优检测结构 ,最后指出了实际应用中的次优检测策略。     

基于结构自适应神经网络特征选择的一种改进方法

对电子目标识别的关键之一是对目标特征的提取与选择。首先介绍两种特征选择算法:结构自适应神经网络和混沌神经网络,然后对它们的性能进行比较,并分析它们各自的优缺点,在此基础上提出一种特征选择的改进方法,即结合混沌神经网络和结构自适应神经网络的特征选择法,并通过仿真和理论分析验证该方法的可行性。     

基于句式结构的评论倾向性识别方法

网络评论的倾向性识别是一种重要的网络舆情分析技术。针对网络评论的特点,提出了基于句式结构的网络评论倾向性识别方法。该识别方法主要思想是先对已进行倾向性识别的网络评论集进行分词并提取句式结构,形成各种句式结构的基准句集;再对待判别的网络评论提取句式结构,并比较其与相应句式结构的基准句集的相似度,从而判别出待识别的评论的褒贬倾向性。实验表明：该方法的准确率为80%以上,具有良好的实用性。