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。     

飞行时间三维相机的多视角散乱点云优化配准方法研究

针对目前基于飞行时间(TOF)原理的三维相机实现物体完整表面的三维点云重建过程中,多视角散乱点云配准精度低的问题,本文提出了一种多视角散乱点云优化配准方法。该方法通过构建一个目标功能函数,并结合相邻点云的变换矩阵对该目标函数进行最小化求解,直接获取任意位置的点云到基准坐标系的绝对变换矩阵,避免了对相邻点云的变换矩阵进行累积而引起误差的累加。实验结果表明,该方法提高了多视角点云配准的精度,同时增强了物体点云模型重建的效果,在三维曲面重建中具有较强的实用性。     

条盒三维视觉检测中结构光光条中心提取方法

为了提高基于结构光的条盒三维视觉检测中尺寸测量的准确度,研究和提出了霍夫变换和最小二乘法相结合的结构光中心线提取方法. 首先,依据图像颜色模型的R、G、B分量差值并结合中值滤波对目标结构光分进行分割提取;其次,分别对绿光与红光区域进行多次迭代细化处理获取骨架;然后,根据霍夫变拟合的直线段对目标点集进行分类;最后,使用最小二乘法分别对不同的点集进行分段拟合,获取结构光中心线. 实验结果表明,该方法能够准确地提取出结构光光条中心,具有良好的稳定性,为条盒三维视觉检测工作提供了准确的数据依据.     

基于距离变换的伽玛刀治疗计划系统几何优化方法研究

针对伽玛刀立体定向放射治疗计划系统中靶点的数目、位置及准直器直径选择的优化问题，提出了一种改进的基于距离变换的几何优化方法，该方法类似于选用一定数目的球去填充任意形状的三维物体，通过对距离变换图中目标中轴的分析，得出了一种快速检测中轴端点及交叉点的方法，并将该方法用于放射治疗计划系统的几何优化，将靶点置于中轴的端点或交叉点，位于端点的靶点能保证覆盖目标较尖锐的部分，位于交叉点的靶点能保证覆盖目标较宽广平坦的区域，从而能够用较少的靶点覆盖较多的目标区域，对于每个靶点，取与该靶点距离值相邻的两种准直器直径作为该靶点的候选直径，由此对每个端点，可以得到一个用二叉树表示的计划方案集合，然后根据目标优化函数，从所有方案中选择最优方案，目标函数既考虑了肿瘤的覆盖率，又考虑了非肿瘤区域正常组织的覆盖程度，实验结果表明，与已有几何优化方法相比，该方法能实现自动靶点布置，并具有较快的计算速度。     

基于混合优化的快速隐式曲面采样方法

该文提出了一种新的隐式曲面快速采样方法,该方法首先提出了一种新的采样点互斥能量目标函数,基于该目标函数,通过一种混合优化方法来求解采样点的分布.第1步为采样点的局部优化,通过对采样点移动速度的控制参数调整,避免了大量Hessian矩阵的求逆操作,使得采样点能够根据互斥半径快速覆盖整个隐式曲面,得到初始采样点集;第2步为采样点的全局优化,采用L-BFGS方法对所有采样点进行优化,得到最终的高质量采样结果.通过实验表明,新方法的采样速度大大提高,并能够获得较好的隐式曲面采样点分布.     

基于三维激光扫描和BIM的构件缺陷检测技术

为了自动检测建筑构件在生产及运输过程中产生的缺陷,提出了基于三维激光扫描和BIM模型的建筑构件检测方法;首先利用三维激光扫描仪获取构件对象的实际点云,并通过弦高偏差法实现点云去噪,同时基于BIM搭建构件的三维模型,通过stl文件将模型对象转换为期望点云;然后分别利用PCA算法和基于K-D树的ICP算法实现点云的初始配准和精配准;最后利用局部均方根值评估构件的误差大小,并通过基于霍夫变换的线性回归分析方法实现了误差量化;通过实例验证了所提算法的可行性与准确性。     

基于分级的快速霍夫变换直线检测

在分析标准霍夫变换、两点表决霍夫变换以及多级霍夫变换直线检测的基础上，针对算法的不足，结合他们的优点，设计并实现了基于分级的快速霍夫变换直线检测方法，对算法进行了详细描述和分析，并通过实验证明了算法的有效性，实验表明：所设计的直线检测运算速度快，检测精度高，鲁棒性强，有一定的应用价值。     

一种随机Hough 变换检测圆的优化方法

随机Hough变换是常用的图像测圆方法,当图像数据杂乱时,随机Hough变换的结果不理想且检测实时性差.针对激光扫描检测直缝焊管焊缝噘嘴问题,提出了一种优化的随机Hough变换检测圆方法.首先计算激光扫描所得轮廓离散点的曲率值,然后采用K均值聚类法从轮廓图像中分离出圆弧数据点,最后使用随机Hough算法检测圆.实验表明,本文方法可以准确而快速地计算出焊管径向横截面二维轮廓圆的圆心和半径,可以满足工业实际应用需求.     

霍夫变换在幂函数型曲线检测中的应用

利用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满足幂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作对数变换,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,计算图象中的边缘点到直线的距离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,得到剔除干扰点或噪声后的拟合曲线方程参数a和b。     

基于遗传算法的飞行航路规划

飞行航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法，该文在遗传算法中加入了飞行航路规划的相关知识来求解问题。首先，根据飞行航路规划中导航点属性复杂的特点，扩充导航点的模型，并在此基础上采用导航点链表形式的自由编码。第二，为加速规划的进程，同时保证充分的随机性和广泛性，初始群体构造采用端点启发初始化方法。第三，适应度函数由惩罚函数和代价函数组合计算，其中惩罚函数对应问题的约束条件，而代价函数对应问题的目标。第四，采用启发式交叉和启发式变异。最后，通过剖面优化操作实现高度维上的调整。仿真结果证明这是适于所研究问题的有效方法。     

基于改进Hough变换的电梯轿厢内人数统计算法

考虑电梯轿厢内人数的电梯群控调度算法,可以在有限的时间内,找到更优解,对电梯的调度具有重要意义。针对目前基于视觉的人数统计算法正确率不够稳定,速度较慢的问题,提出了一种基于改进Hough变换检测人头轮廓的电梯轿厢内人数统计算法。该算法将标准Hough变换检测圆时的三维空间转换为一维空间,利用圆的几何特性遍历图像数据,通过一维Hough变换进行半径累积,并和阈值进行比较来确定人头轮廓的半径和圆心。结果表明,和用Hough变换检测人头轮廓的传统方法相比,该算法具有速度快,正确率高,抗噪性能好等优点。     

A convolution approach to the circle Hough transform for arbitrary radius

The Hough transform is a well-established family of algorithms for locating and describing geometric figures in an image. However, the computational complexity of the algorithm used to calculate the transform is high when used to target complex objects. As a result, the use of the Hough transform to find objects more complex than lines is uncommon in real-time applications. We describe a convolution method for calculating the Hough transform for finding circles of arbitrary radius. The algorithm operates by performing a three-dimensional convolution of the input image with an appropriate Hough kernel. The use of the fast Fourier transform to calculate the convolution results in a Hough transform algorithm with reduced computational complexity and thus increased speed. Edge detection and other convolution-based image processing operations can be incorporated as part of the transform, which removes the need to perform them with a separate pre-processing or post-processing step. As the Discrete Fourier Transform implements circular convolution rather than linear convolution, consideration must be given to padding the input image before forming the Hough transform.     

基于频谱预处理与改进霍夫变换的离焦模糊盲复原算法

为了提高离焦模糊图像复原清晰度,提出一种基于频谱预处理与改进霍夫变换的 离焦模糊盲复原算法。首先改进模糊图像频谱预处理策略,降低了噪声对零点暗圆检测的影响。 然后改进霍夫变换圆检测算法,在降低算法复杂度的同时,增强了模糊半径估计的准确性。最 后利用混合特性正则化复原图像模型对模糊图像进行迭代复原,使复原图像的边缘细节更加清 晰。实验结果表明,提出的模糊半径估计方法较其他方法平均误差更小,改进的频谱预处理策 略更有利于零点暗圆检测,改进的霍夫变换圆检测算法模糊半径估计精度更高,所提算法对已 知相机失焦的小型无人机拍摄的离焦模糊图像具有更好的复原效果。针对离焦模糊图像复原, 通过理论分析和实验验证了改进的模糊半径估计方法的鲁棒性强,所提算法的复原效果较好。     

Extended Hough transform for linear feature detection

Improving the accuracy of line segment detection reduces the complexity of subsequent high-level processing common in cartographic feature detection. We developed a new extension to the Hough transform and reported on its application to building extraction. We expanded the Hough space by a third parameter, the horizontal or vertical coordinate of the image space, to provide incremental information as to the length of the lineal feature being sought. Using this extended HT transform allowed us to more accurately detect the true length of a line segment. In addition, we used a Bayesian probabilistic approach to process our extended Hough space that further increased the accuracy of our extended Hough transform.     

A novel Hough transform based on eliminating particle swarm optimization and its applications

Hough transform (HT) is a well established method for curve detection and recognition due to its robustness and parallel processing capability. However, HT is quite time-consuming. In this paper, an eliminating particle swarm optimization (EPSO) algorithm is employed to improve the speed of a HT. The parameters of the solution after Hough transformation are considered as the particle positions, and the EPSO algorithm searches the optimum solution by eliminating the “weakest” particles to speed up the computation. An accumulation array in Hough transformation is utilized as a fitness function of the EPSO algorithm. The experiments on numerous images show that the proposed approach can detect curves or contours of both noise-free and noisy images with much better performance. Especially, for noisy images, it can archive much better results than that obtained by using the existing HT algorithms.     

基于弦中点Hough变换的同心圆检测方法

给出了一种基于Hough变换的同心圆检测方法,其核心思想是降低经典Hough变换圆检测中的Hough累积维数,将经典Hough变换圆检测时的三维参量统计,转变成基于弦中点的圆心和半径的参量统计。根据圆上所有点的内切圆必经过圆中心的事实,提取黑白边缘图像来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,计算出圆心位置,对每个圆心进行半径累积,确定同心圆半径集。与经典的Hough变换检测方法相比,该方法降低了计算复杂度。     

HT-LSM的欠定混合盲信号分离方法的研究

利用Hough变换可以检测观测空间中的直线方向从而确定混叠矩阵的方法,提出了欠定盲源分离中估计混叠矩阵的一种新算法——HT-LSM算法。该算法在介绍欠定盲信号分离基本原理的基础上,介绍基于Hough变换的盲信道估计算法,并将改进后的Hough变换与最小二乘法相结合,在不影响检测结果速度的同时又进一步提高了检测精度,应用到欠定语音信号分离中,取得了良好的实验效果。     

改进的Hough变换检测圆方法

计算机视觉目前已经得到广泛的应用, 通过图像检测圆在工程应用中具有重要的意义. 为了在实时系统中自动检测图像中的圆并且精确得到圆心和半径, 提出了一种改进的Hough变换检测圆的方法. 先对图像边界进行过滤, 得到连续边界, 然后对每条连续边界进行排序并等分, 选择三点进行圆心和半径计算, 将传统Hough变换检测圆的三维参数降到一维参数来统计, 在降低了计算时间和内存资源占用的同时, 提高了检测圆的准确性. 实验表明, 该方法能够满足实际检测的需要. 同时, 在检测时间上, 可以满足实时性的要求.     

一种指针式仪表非接触测量方法

提出了一种基于图像处理技术的指针式仪表非接触测量方法.研究了指针式仪表的圆心、半径、指针角度以及零刻度自动检测与校准的计算,在基于点Hough变换拟合其圆心与半径以及中心投影法确定指针大概位置的基础上,提出了一种基于亚像素定位的拟合指针直线的方法,具有指针式仪表高精度的自动检测与定位,从而实现了指针式仪表非接触测量.实验表明,该方法具有快速、准确等特点且切实可行.     

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。