一种基于Hough变换的新直线段检测算法

为了获得图像中直线段的端点及长度信息,提出一种逆向Hough变换检测算法,由一个已知点和直线的斜率构造直线的方程,然后检测满足直线方程的点的个数.同时,为了克服Hough变换计算量大的弊端,引入直线梯度方向信息,避免重复的直线提取.实验证明,该方法较传统的Hough变换,可以很好地得到直线段的端点,并且算法快速简单.     

用改进的随机Hough变换检测胸水图像中的细胞

针对胸水细胞显微图像的特点提出一种改进的随机Hough变换(MRHT,modified randomized hough transform)检测圆和椭圆的算法.该算法分为两步:利用椭圆的几何性质,确定可能的椭圆中心的位置;在限定区域内,通过多次3点随机抽样,计算椭圆除中心坐标外的其他3个参数.研究表明,该算法可以同时检测多个圆和椭圆,可以从胸水细胞显微图像的复杂背景中较为准确地提取圆形和椭圆形细胞.实验结果表明,该算法有较高的检测效率,检测精度和较强的鲁棒性.     

改进的Hough变换及其并行计算

本文针对传统的Ｈｏｕｇｈ变换不能测出直线的连贯性、无法求得线段的长度的缺点，提出一种改进的Ｈｏｕｇｈ变换算法，使检测结果为线段的起始及长度。     

基于随机Hough变换的圆检测改进算法

介绍了一种基于随机Hough变换的圆检测的改进算法。本文解决了随机Hough变换检测圆中参数单元无效累积的问题，首先构造边缘点集的数据空间，采用搜索的方法将各连续曲线的边缘点顺序存储。然后从中选取最小点集，利用圆的性质求得圆参数，该算法计算量较小，并且避免了解方程组运算带来的误差。     

基于Hough变换算法的激光牛顿环中心提取方法

目前激光牛顿环中心测量方法无法实现自动化、数字化、实时性，针对这一问题提出了基于Hough变换算法的软件实时处理方法。该算法利用图像边缘的梯度方向信息，很好地解决了一般Hough变换的无效累积问题，可以快速检测出圆心坐标。基本满足了实际应用的高精度导轨测量和准直测量。     

基于坐标变换与随机Hough变换的抛物线运动目标检测算法

该文提出了一种在雷达坐标平面中检测匀加速机动目标抛物线轨迹的新算法。该算法将抛物线方程的坐标变换与随机Hough变换三点检测法结合起来检测任意方向的抛物线轨迹,并利用所检测到的点迹的速度信息来消除虚假目标。Monte Carlo仿真表明,在密集杂波条件下,高检测概率会带来高的虚警概率;而在稀疏杂波条件下,检测效果比较好。     

一种新的基于随机Hough变换的椭圆检测方法

提出一种新的基于ＲＨＴ的三点椭圆检测法,利用随机采样到的２点（包括它们的边缘方向）和搜索获得的１个点来确定椭圆参数。这种方法不仅在确定以数时只需随机采样两点,还通过搜索到的点来决定是否对当前点进行参数计算和累积,有效地解决了无效有样和累积问题。与其他检测方法比较结果表明：新方法具有计算速度快,占有内存小及检测性能好等优点。     

基于改进随机霍夫变换的直线提取算法

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直线被检测,最后利用RHT结合最小二乘法提取真实的直线。实验结果表明:该算法提高了检测直线的精度,虚假直线被检测概率下降50%,抗噪声能力增强。     

基于Hough变换改进的直线检测与定位

利用标准的Hough变换检测空间的直线,研究各种改进的Hough变换算法,设计一种新的Hough变换检测算法,通过实验对比,从而获得更高的精度。     

基于霍夫变换和眼睑弹性模板的眼睛特征提取

提出一种将新颖的眼睑弹性模板与霍夫变换相结合实现眼睛特征的自动提取的方法,即自动定位眼球并自动提取眼睛轮廓．与其它用弹性模板提取眼睛特征的方法相比,本方法可以处理对比度较低、下眼睑模糊的图像,提取特征准确度更高,且改进的能量函数和保守能量下降算法大大简化了经验参数的选择．经过百余幅眼睛图像的实验处理,验证了该方法的有效性．     

一种基于Hough变换和神经网络的分层类星体识别方法

类星体是宇宙中最明亮、密集的天体。它产生于宇宙诞生早期,具有重要的研究价值。观测的类星体光谱由于红移现象,光谱向长波方向偏移,因此识别类星体观测光谱中的发射线和确定类星体的红移是类星体识别的主要目标。类星体光谱固有的高噪声和观测光谱特性,给类星体识别带来很大困难。一般来说基于规则的直接匹配方法在类星体识别中效果不佳。本文介绍一种神经网络和Hough变换(HT)结合的类星体自动识别方法。该方法具有简单、快速、高效、鲁棒性强和通用性强等特点。     

A NEW METHOD OF BAD POINTS ELIMINATION BASED ON HOUGH TRANSFORM

In experimental tests,besides data in range of allowable error,the experimenters usually get some unexpected wrong data called bad points. In usual experimental data processing,the method of bad points exclusion based on automatic programming is seldom taken into consideration by researchers. This paper presents a new method to reject bad points based on Hough transform,which is modified to save computational and memory consumptions. It is fit for linear data processing and can be extended to process data that is possible to be transformed into and from linear form; curved lines,which can be effectively detected by Hough transform. In this paper,the premise is the distribution of data,such as linear distribution and exponential distribution,is predetermined. Steps of the algorithm start from searching for an approximate curve line that minimizes the sum of parameters of data points. The data points,whose parameters are above a self-adapting threshold,will be deleted. Simulation experiments have manifested that the method proposed in this paper performs efficiently and robustly.     

一种基于小波变换和隐Markov模型的声调识别方法

本文给出了一种基于小波变换和隐Markov模型(HMM)的声调识别方法。根据小波变换检测信号突变的性质,充分利用多分辨率分析,准确可靠地实现了基音检测;采用分划Gauss混合(PGM)概率密度函数的HMM进行汉语声调识别,推导出用PGM函数的Viterbi算法的简化递推式。在匹配计算量大大减小的情况下,特定人的四声识别率为97.22％,非特定人达到94.47％。     

一种改进的二维Hough变换提取激光光斑参数方法

文章提出了一种改进的二维Hough变换提取激光光斑参数的方法。根据不共线三点决定一个圆的原理,利用目标图像任一边缘点的梯度方向信息,按规则选取目标边缘上的其它两个点,将三个边缘点作为一组数据,求解圆形目标的方程。对参数空间中的二维矩阵数组投票,得到圆形目标的中心坐标。对归一化半径直方图进行滤波,求得圆形目标的半径。将该算法运用于实际探测到的激光光斑图像,在运行时间及定位目标图像的准确度上都取得了较好的结果。     

基于对称点搜索的一维RHT在椭圆检测中的应用

为了降低传统椭圆检测方法对于边缘梯度精度和椭圆完整性的过高要求,有效地提取出图像中的多个未知椭圆,该文提出了一种基于对称点搜索的仅需要一维参数空间累加阵列的快速椭圆检测方法。该方法充分利用椭圆的对称性,借助随机获取的对称点组确定候选椭圆的3个待定参数,并引入基于椭圆生成和膨胀匹配的候选椭圆确认方法用于克服椭圆形变对候选椭圆确认造成的影响。实验结果表明该文算法与基于RHT的其他具有代表性的椭圆检测方法相比具有检测速度快,精度高,抵抗椭圆的部分缺失和形变能力强等优点。