基于局部连通性和PCA的直线检测Hough算法

直线检测是图像处理和机器视觉领域一个重要的问题.提出了一个改进的Hough变换直线检测算法,通过考察边缘点所在的局部连通域,将原始二值边缘图像分割为一系列单元段,利用PCA筛选出近似直线的单元段,并以这些单元段作为Hough变换投票的基本单位进行多对少的投票,最后利用局部极大点检测得到最终的直线参数.在实际图像库上的实验表明,提出的算法具有高的直线检出率、检测精度和运行速度,及与具有类似检出率的算法相比较少的虚假直线数,综合性能具有优势.     

基于距离权值滤波的Hough变换直线提取

针对图像的滤波处理,本文给出了一种新的思路：在采用距离权值滤波算法时,对像素值按照四舍五入的方法取整,通过实验可知,此方法在解决图像处理速度方面是比较实用的。     

基于霍夫直线检测与二维透视变换的图像校正恢复算法

为了解决当前文档图像场景变换随机性较强,存在目标边缘检测和图形转换不准确的问题,导致图像校正质量较低的不足,分别从霍夫直线检测与二维透视变换的角度出发,提出了基于霍夫直线检测与二维透视变换的文档图像校正恢复技术.首先,根据聚类分割与形态学处理,得到包含文档目标在内的二值图像,达到去除噪声干扰的目的.然后,基于霍夫直线检测,计算文档边缘直线坐标,耦合二值图像目标轮廓,建立文档直线检测算子.最后,综合平移变换、仿射变换和刚体变换,构建二维透视变换矩阵,重新分配图像坐标,达到图像校正转换的目的.实验测试结果显示,与当前图像校正机制相比,校正技术拥有更高的图像恢复质量与抗干扰性.所提算法具有理想的校正恢复质量,在二维码识别等领域具有重要应用价值.     

基于改进随机Hough变换的混合圆/椭圆快速检测方法

针对随机Hough变换(RHT)在复杂图像中检测圆时随机采样所造成的大量无效采样和无效累积问题,提出了一种新的基于连续曲线段的RHT(CRHT)混合圆/椭圆检测方法,它首先利用连续的边缘曲线段来优先决定随机采样点的数据,再利用不准确的梯度方向信息来决定是按照圆还是椭圆对采样到的几个点进行参数累积,一方面它较好地解决了标准RHT检测中无效采样概率大、无效积累时间多的问题,另一方面也解决了圆与椭圆的混合检测问题.实验结果表明本文的算法具有较高的计算速度,检测性能比RHT算法有较大提高.     

一种基于Hough变换的直角角点检测算法

直角角点检测在广泛的图像处理与机器视觉应用领域中具有重要性.提出了一个新的直角角点检测方法.原始图像经边缘检测后得到二值化边缘,将直角角点检测问题分解为一系列的模板匹配问题.应用了Hough变换来高效地解决模板匹配的问题,并在Hough变换中结合了边缘方向信息以减少检测出的虚假直角角点数量.在一个实际的图像数据库上进行了提出的方法与其他数种角点检测算法的对比实验.实验结果表明,与其他方法相比,提出的方法具有最高的直角角点检出率,而其整体性能(包括运行时间、检出率、虚假角点检测率)也具有优势.     

一种新的快速Hough变换圆检测方法

Hough变换圆检测(HTCD)存在计算量大和占用内存空间大的缺点,严重影响了该方法的计算效率。提出了一种新的快速Hough变换圆检测(FHTCD)的新方法。首先通过下采样,得到缩小的图像;进行Hough变换圆检测,得到粗尺度的检测结果。将结果恢复到原始尺度,在其放宽的误差范围内建立新的参量空间;再次进行Hough变换,可以得到圆检测精确值。新的方法通过压缩和适度控制参量空间,大大减少了冗余信息带来的计算量,提高了检测效率。实验证明,新的方法计算所需的时间最多不到HTCD方法的1/15;在强抗干扰条件下,其检测速度优于随机圆检测方法,有较好的检测精度,能满足实时处理的要求。     

基于重要性采样的随机Hough变换圆检测算法

提出了一种新的基于重要性采样的随机Hough变换圆检测算法,利用基于圆的几何特性的边界点搜索策略提高采样效率,通过指定重要性采样技术中的目标分布,计算采样参数权重,使得圆识别更加容易和精确;利用基于聚类技术的峰值检测方法,实现多个圆的同时检测。通过将本文提出的新算法与现有的其他两种算法进行实验对比,表明该新算法在检测精度、检测速度、识别可靠性、抗噪能力等方面都有显著性提高。     

基于随机Hough变换的OPGW防震锤识别

障碍物的检测与识别是OPGW光缆巡线机器人的关键技术。针对OPGW光缆上的障碍,提出了利用计算机视觉导航技术来检测识别障碍物的方法。对采集来的图像进行预处理后,利用随机Hough变换检测防震锤的圆形部分,对处理后的图像施加一定的形状约束条件,实现对防震锤的检测。     

Hough变换在纸病检测中的应用

hough变换是直线检测中常用的方法,褶子是纸病的一种,通常采用对纸病图像进行预处理、阈值分割等常规方法来检测褶子,但常规方法对褶子检测效果不是很明显,本文将Hough变换应用于纸病图像中的褶子检测。     

基于ROEWA与Hough变换的SAR图像边缘检测

指数加权平均比率(ROEWA)算子是SAR图像常用多边缘检测算子之一,但该算子只能检测图像的边缘强度,无法得到边缘的方向。为此利用Hough变换优秀的抗噪性能和方向选择性,提出了一种基于Hough变换的SAR图像边缘方向计算方法。首先使用ROEWA算子对SAR图像进行边缘检测,然后在传统非极值抑制定位方法的基础上,进一步细化边缘,最后利用Hough变换对细化后图像计算边缘方向。SAR图像对比实验结果表明,该方法能够更准确地计算边缘位置与边缘方向,为SAR图像线性目标检测提供了一条有效途径。     

基于图像处理和Hough变换的轮对踏面轮廓检测方法

轮对作为列车走行部的重要组成部分,对其踏面轮廓的在线实时检测意义重大.为实现非接触式在线测量,基于图像处理的自动检测方案可以实时准确的检测轮对踏面轮廓,以激光作为光源照射轮对,同时用面阵CCD采集踏面光带图像,通过分析光带图像特点以及Hough变换获取轮对轮廓,提出了对Hough变换方法的改进,包括前期图像预处理、边缘检测和直线圆弧信息聚类存储算法.在实验室模拟了现场试验,分别对改进方法和未改进方法进行了对比试验,同时将基于该方法下提取的轮廓测量的几何参数与传统测量的几何参数结果进行了对比,结果证明提出的方法有效地提高了测量的效率、实时性和准确性.     

融合 Hough 直线检测和 Grab-cut 的风机叶片 自适应分割方法

完整的边缘信息对风力发电机叶片的边缘缺陷检测至关重要,但由于户外采集的风机叶片图像背景复杂多样,现有图像分割算法的分割精度不足,无法保证边缘缺陷的完整性.因此,提出一种基于图像边缘特征与颜色信息的自适应图像分割方法实现风机叶片边缘检测.首先,使用Hough直线检测初步定位叶片直线边缘;然后,在目标区域应用基于Otus阈...     

基于剪切波变换的SAR图像舰船检测

针对强噪声背景下合成孔径雷达图像中舰船检测困难的问题,提出了基于剪切波(Shearlet)变换舰船检测方法。首先利用Shearlet变换分解原图像;然后根据Shearlet高频系数在目标区域和背景区域具有不同的表现性质,将多方向多尺度的Shearlet系数进行融合,实现了噪声抑制和舰船目标增强;最后采用阈值方法分割出舰船目标。实测SAR图像数据的实验表明,所提出的检测方法在强噪声背景下,相对于传统恒虚警率方法和基于小波加强的方法,能够达到较高的检测概率和较低的虚警率。     

基于hough变换的角度检测和特征识别

hough变换是图像处理中直线检测的一种常用算法,但是标准hough变换运算量大,处理速度慢.本文针对具体实例对标准hough,动态广义hough的映射策略和时空指标作了深入研究,并在动态广义hough算法实现上作了一些改进.最后,利用hough变换和质心相结合的方法实现图像的特征识别.     

基于霍夫变换及相似度检测的圆形表计检测方法

变电站巡检机器人沿巡检道路行走进行设备巡检,停在预定的监控位置,调用云台预置位将监测仪器对准被监测设备,可见光检测仪器通过光学变焦获取比例适当的清晰图片.由于机器人导航定位精度、行进姿态偏差和云台预置位定位精度等误差的综合影响,导致每次巡检时同一观测目标的成像位置在整幅图像视野中的位置有较大偏差.霍夫圆检测作为常用的圆...     

基于定向距离变换耦合多粒子滤波器的车道线检测算法

针对复杂环境下车道线检测精度不高的问题,提出了一种定向距离变换耦合多粒子滤波器的车道线检测算法。首先,利用四点透视映射方法,将输入图像转换为鸟瞰图,使车道边界平行,便于车道检测。引入定向距离变换(oriented distance transform,ODT),将鸟瞰图边缘像素标记到水平和垂直方向上最近的点,寻找初始边界点。其次,利用车道中心、中心到左右边界的角度以及左右车道边界的切角来构建车道线模型,通过分别考虑两个独立的4D粒子空间,以应用于左右车道边界。随后,在车道模型引入多粒子滤波器,利用左右两侧独立传播的粒子来侦测和追踪一对车道边界点,并使用局部线性回归调整得到的边界点。为了优化多粒子滤波器性能,根据粒子状态向量创建动态依赖关系。最后,通过迭代来确定粒子对应的权重,利用多粒子滤波来检测车道线。实验表明,与当前流行车道线检测算法比较,在多种复杂干扰环境下,所提算法具备更高的检测精度与鲁棒性。