基于能量场边缘提取和改进Hough变换的图像几何特征检测

根据光纤定位管图像的特点,提出了一种基于Hough变换的几何特征精密测量的方法。对图像进行能量场边缘提取后,通过改进的Hough变换求出图像中基本的几何元素:圆和直线的方程,进而精确确定其几何特征如:角点的位置等。试验结果表明,本方法可用于含噪图像中的几何特征检测,该方法具有较好的准确性和较强的稳定性。     

Hough变换在汽车车身缝隙检测中的应用

提出通过检测汽车车身缝隙来评定汽车防雨密封性能的方法，利用CCD摄像机拍摄缝隙图像，采集到计算机中，经过图像处理提取缝隙尺寸信息，评定汽车防雨密封性能。该方法中最重要、最复杂的环节是图像处理过程中的缝隙边缘检测，文中主要讨论在图像处理过程中利用Hough变换进行边缘检测，提取缝隙轮廓信息的方法，并且用Maflab6．0编程实现。     

Hough 变换在电路板检测中的应用

针对 DSP56F801 最小系统电路板检测系统中每次采集到的电路板图像存在平移和旋转误差的问题,提出了基于 Hough 变换的电路板图像矫正算法.该算法首先利用边缘检测算子得到电路板图像的边缘图像,再根据该电路板中定位孔位置固定的特点,利用 Hough 变换检测电路板定位孔的圆形外边缘的位置,然后以定位孔外边缘的圆心为基础计算出电路板的平移误差和旋转误差并进行矫正.实验验证了这一改进的效果.消除了该检测系统中电路板图像的平移误差和旋转误差.     

基于Hough变换的人眼检测方法研究

人脸检测在许多应用中都是重要的一个处理阶段,眼睛是一个在人脸检测中极为重要的人脸特征,因此一种精确可靠的定位眼睛的算法对许多实际的应用是十分重要的.提出一种基于Hough 变换椭圆检测的人眼睛定位方法,先对人脸图象进行canny边缘提取,然后根据眼睛的生理特征,利用提取的眼睛边缘特征进行椭圆检测.实验证明该方法定位准确,能有效的抑制噪声,并且有很高的识别率.     

基于Hough变换的亚像素椭圆检测

提出了一种Hough变换的亚像素椭圆检测方法.通过惯量椭圆匹配法将椭圆参数缩小到一个极小的变化范围内,然后再通过Hough变换法实现亚像素椭圆检测.     

用二值Hough变换法检测悬停直升机

为了克服直接Hough变换积累存在的缺点,提出用二值Hough变换法实现文献[1]所述用于悬停直升机检测的多扫描周期积累检测器,说明使用二值Hough变换法的优越性,并对系统的检测性能进行了理论分析和仿真实验验证.     

快速随机Hough变换多直线检测算法

直线检测是计算机视觉和模式识别领域内的一项重要任务.针对现有随机Hough变换直线检测算法的无效采样量大、计算速度慢等缺点,在随机采样过程中提出了一种新的采样策略.我们先根据所有边缘点梯度方向的统计分布特征确定潜在直线的主方向,再通过设定的阈值消除K个分组边缘点集中对直线检测毫无贡献的点集.这样,不仅约束了随机Hough变换的采样范围,也减少了在随机采样过程中大量的无效采样,还使得算法速度得到提高、存储减少.最后通过仿真从检测单条和多条直线两方面出发对本文算法性能进行了分析.实验结果表明:算法能在实际噪声图像中快速提取出所有目标直线,对离散误差、局部断裂等缺陷不敏感,直线检测准确率也得到提高.     

基于Hough变换的票据图像倾斜校正

针对票据图像,考虑框线变换后参数空间分布,提出了一个改进的基于Hough变换的票据图像倾斜检测与校正方法。通过对图像进行平移变换,选择图像中心作为原点,使得框线变换后的参数空间,呈现对称的蝶形,从而更容易检测出峰值点,得到精确的票据图像倾斜角度。实验结果验证了提出方法的有效性,与传统方法相比,检测的倾斜角度更加精确,具有更强的抗噪声能力。     

基于弦中点Hough变换的椭圆检测方法

为了提高从图像中检测椭圆的效率和精度，利用椭圆中心平分经过中心的弦的性质，提出了
一种基于弦中点Hough变换（CMHT）的椭圆检测方法。引入内切椭圆的概念，基于椭圆上所有点的内切椭
圆必经过椭圆中心的事实，对图像中边缘像素点的有效分布进行了分析。通过黑白边缘图像的提取，建立
二维数组累加器，依照像素点分布扫描边缘图像，累加器计数，最后进行椭圆位置和参数的计算。该算法
与标准Hough变换（SHT）和三点随机Hough变换（RHT-3） 相比，具有更高的执行速度和检测精度，同时
对于颗粒噪声具有较强的抵抗能力。     

Hough变换在人头识别中的应用

Hough变换能识别各种形状的目标,而且有对不完整边缘具有鲁棒性的优点.本文详细论述了Hough变换识别圆形目标的原理,并将其应用于人头识别.首先对原图像利用Canny算子进行边缘提取,然后利用Hough变换找人头的中心,大量实践证明了Hough变换识别人头的良好效果.     

基于Hough变换的圆检测技术

Hough变换是在图形图像处理和计算机视觉中用来提取边缘特征的一个最常用的方法，受到国内外学者和工程技术人员的广泛青睐。该文提出了一种改进的随机Hough变换，并进一步应用于圆检测系统。通过检测系统对不同情况下常规Hough变换和该文改进的Hough变换测试结果对比实验表明，改进随机Hough变换方法能较好的实现检测，并且相比常规Hough变换检测耗时明显减少。     

一种改进的Hough变换图像纠偏算法

为提高倾斜图像纠偏处理的正确率与运算效率,提出一种改进的Hough变换图像纠偏算法.该算法根据扫描文稿图像的特性,设定了边缘区域计算,并基于此约束下对倾角进一步限制,从而在无损内容的前提下,显著提高了倾斜角度计算效率.实验结果表明,对于普通文稿扫描图像该算法在保证准确率的前提下比标准Hough变换倾角运算效率提升约15倍.     

基于Hough变换的航迹起始算法

航迹起始是航迹处理中的首要问题。通过对目标航迹起始的Hough变换方法的研究,总结了目标航迹起始的经典Hough变换算法。针对该算法运算量大不满足实际应用的不足,提出了一种新的基于3/4逻辑的改进Hough变换航迹起始算法。该算法以3/4逻辑为起始航迹的依据,采用改进的Hough变换法判断一次点迹是否共线,有效的解决了在密集杂波环境中目标航迹的快速起始问题。该算法加入速度选通排除了部分杂波,降低了运算量,为该算法应用于工程实践创造了条件。     

基于一维Hough变换的椭圆检测改进算法

该文对基于一维霍夫变换的椭圆检测算法进行了改进,通过减少无效采样,提高了算法的效率,减少了检测时间.首先通过基于弦中点统计的算法可以快速确定当前数字图像中的椭圆中心位置;然后保存关于中心对称的特征点对,并对这些特征点对进行关于短轴的一维累积,确定椭圆的5个参数.这样使得对长轴端点的采样限制在关于中心对称的点对序列上,可...     

基于数学形态学与Hough变换的道路边缘提取

道路边缘的提取是运动检测中最关键的一步。针对目前运动检测过程中更新数据量大、实时性不高的问题,提出了一种新型、快速的道路边缘提取方法。该方法首先利用数学形态学对原图像进行增强,然后通过Canny算子对增强图像进行边缘检测,最后采用Hough变换检测出二值图像中的道路边缘。实验证明,该方法准确性较高,可以减少后期运动检测的运算范围,提高运动检测速率。     

基于改进概率霍夫变换算法的车道检测方法研究

为了提高车道检测的实时性，提出了一种基于改进的概率霍夫变换算法的车道检测方法。改进的概率霍夫变换算法的特点是用设定累加器阈值的方法减少了检测直线的运算量，通过随机取点映射到参数空间使最长直线被最早检测到的概率最大，比现有车道检测方法中普遍采用的标准霍夫变换算法更具实时性。实际路面图像的对比处理结果证明了该检测方法的实时性、精确性和鲁棒性。     

一种基于Hough变换的神经网络字符识别方法

针对印刷体字符的结构特点，利用Hough变换的点一线对偶性，提出了一种新的印刷体字符识别方法。该方法将字符在参数空间中共线点的个数及其坐标，作为BP神经网络识别系统的特征输入矢量，获得了较好的识别效果。