港口集装箱起吊的自动监控

在集装箱起吊作业中,存在着多种安全隐患,未解锁是其中危害较大的一种,对此一直缺乏有效的安全监控手段。随着激光扫描技术的发展,其在安全检测领域的应用也日趋广泛。现将激光扫描技术应用到集装箱起吊的安全监控上,构建实验平台模拟港口集装箱起吊的现场环境,设计检测算法,对集装箱的起吊进行实时监控,实现未解锁的自动报警,从而为港口集装箱起吊作业提供新的安全监控手段。     

改进的Hough变换在轴类零件测量中的应用

采用一种自适应阈值范围的Hough变换来检测阶梯轴零件中的直线。对传统的Hough变换进行了改进,快速、高精度地实现了对阶梯轴类零件轮廓直线的提取。结果显示:运用改进的Hough变换可有效提取轴类零件的轮廓直线,效果明显比传统Hough变换要好,为进一步的轴类零件尺寸测量奠定了基础。     

基于模糊自适应Hough变换的海洋环境特征提取

针对海洋环境中特征提取难度大、效率低等问题,设计了基于模糊自适应Hough变换的海洋环境特征提取方法.通过建立成像声呐观测模型,对声呐数据进行预处理并剔除野值;将声呐坐标系下的测量数据转化为全局坐标系下,并提取环境的全局特征;根据梯度方向信息,模糊化处理声呐数据点,采用极小极大模糊推理评判数据点属于某条直线特征的可能性,自适应选择参与投票的数据点.基于海试数据的试验结果表明:该方法能够从伴有噪声、混响、反射的声呐数据中准确地提取港口环境的线特征,并且模糊自适应Hough变换特征提取的投票数目与计算时间分别为传统Hough变换的32.5％和26.1％,表明模糊自适应Hough变换具有存储空间小、计算效率高、实用性强等优点.     

基于曲线跟踪的直线检测方法

对标准Hough变换以及一些改进的Hough变换在直线检测应用中的不足进行了分析。在此基础上,提出了一种基于曲线跟踪的直线检测算法。避免了Hough变换中的无效积累,解决了Hough变换不能确定直线端点的问题,且检测精度高。     

基于改进Hough变换的交通标志图像中的直线检测

准确地提取出交通标志图像中的直线特征,对于提高对交通标志的识别率具有重要的意义。提出利用Hough变换来检测交通标志图像中的直线特征,并针对已有Hough变换的缺点,如参数空间中的峰值扩散问题,繁重的计算复杂度和空间复杂度等,提出了一种改进的Hough变换。在新的方法中,采用自适应“多对多”映射方式。在该映射方式下,能很好地解决峰值扩散问题,对参数的量化宽度不敏感,且在峰值检测的过程中能非常方便地选取阈值。实验结果表明,采用新映射方式的Hough变换方法能在可接受的时间内准确地提取交通标志图像中的直线。     

用改进的Hough变换检测交通标志图像的直线特征

直线特征是交通标志图像中稳定而重要的特征,直线特征的正确提取,对于提高交通标志识别率是有意义的.针对已有Hough变换的缺点,如参数空间中的峰值扩散问题、繁重的计算复杂度和空间复杂度等,提出了一种自适应"多对多"Hough映射方式.新算法具有良好的时间计算复杂度、对阈值不敏感且能精确地提取出图像中的直线.实验结果表明,新方法的阈值选择范围是MTO_θ的3倍,而运算时间仅为MTO_ρ方法的10%左右.改进的Hough变换能在可接受的时间内准确地提取交通标志图像中的直线,还可用于其它图像(如票据图像、符号图像)中直线特征的提取.     

双阈值Hough变换在指针式仪表示值自动判读中的应用

文章针对指针式仪表自动读取中的指针提取提出了一种改进的 Hough变换算法 ,利用双阈值大大提高了 Hough变换直线提取的运算速度 ,降低了内存占用 ,同时减少了直线误匹配的机会。并且用 VC 语言实现了该算法 ,通过实验证明了双阈值的范围 ,结果表明了该方法在指针提取中的有效性     

基于多层图像分割hough变换的零件定位模型

本文根据零件原始图像数据,先对图像进行灰度化处理,再运用Sobel算子对原始图像进行轮廓提取,接着采用几何特征对其进行识别。本文设计思想是:首先做Hough变换检测圆心位置与大圆边界,并将圆心位置存入内存;其次,为减少误差将图像分割为4部分,对每一个零件再做一次Hough变换检测,进一步检测到小圆的边界、确定小圆半径,从而最终提取零件的轮廓,同时对图像分割后的4个零件做Hough变换的直线检验;接着删除部分内容后做第3次Hough变换检测,确定中圆的边缘及半径;最后,删除大圆以内部分,做第4次Hough变换检测齿轮。针对模型验证,采集第3次及以后的Hough变换时求其几何特征可以验证第1、2次所得到的几何特征发现误差稳定在5个像素以内,说明优化模型的适用性好。     

基于改进的Hough变换的铁轨提取算法

为了能有效解决高危路段铁轨检测任务,必须准确、快速提取出数字图片中的铁轨。本文提出了一种基于多约束的Hough变换（HT）的直线提取算法。该算法采用局部算子法和全局直线拟合法提取铁轨,结合传统HT的思想,对基本算子进行约束,得到可能的铁轨点并标记方向。该算法计算时间短,具有较高的准确性。本文综合运用Hough变换在检测直线上的优越性和微分学的简单准确,来识别局部弯曲的铁轨,并在铁轨识别上进行仿真,取得了良好的效果。     

双阈值Hough变换在指针式仪表示值自动判读中的应用

本文针对指针式仪表自动读取中的指针提取提出了一种改进的Hough变换算法,利用双阈值大大提高了Hough变换直线提取的运算速度,降低了占用内存,同时减少了直线误匹配的机会.并且用VC 语言实现了该算法,通过实验证明了双阈值的范围,表明了该方法在指针提取中的有效性.     

电梯导轨垂直度测量仪研究

介绍了一种将激光技术和图像处理技术相结合的用于对电梯导轨垂直度进行测量的仪器。文中首先介绍了该测量仪的工作原理、软件设计方案，然后介绍了阈值分割、质心公式及霍夫变换等图像处理所用的算法。对于圆的霍夫变换，用对圆方程求导的方法将三维参数空间降低为二维处理，极大地降低了运算量。     

基于图像识别的激光切割质量分析

为了准确量化激光切割过程中出现的烧蚀缺陷,提出了基于改进的形态学缺陷提取算法与基于霍夫变换的缺陷测量相结合的方法。改进的形态学提取算法用于缺陷位置的检测和提取,霍夫变换用于缺陷尺寸计算,该方法可以准确提取并测量出切割缺陷尺寸和面积特征。以不同工艺参数下切割产品烧蚀区域宽度和面积为激光切割质量评价指标,研究了切割速度和氧气压力对切割质量的影响。当氧气压力在1.0 MPa范围内,顺时针切割时烧蚀区域宽度和面积呈现出相同的变化规律,逆时针切割时烧蚀区域宽度和面积呈现相反的变化规律。顺时针切割时,切割质量最佳,最小烧蚀宽度为9 px,最小烧蚀区域面积为34 px²。实验结果表明,所提出的方法能够快速识别出激光切割产品缺陷特征,准确评价激光切割质量。     

童车变形量图象处理中的霍夫变换的优化

为了解决童车变形量图形处理过程中的计算效率问题,对霍夫变换进行优化。首先将连续搜索法融入到霍夫变换中,滤去了过大或过小的轮廓,对所获得的连续轮廓进行筛选,从而减少了霍夫图像变换点的数量,然后最大限度使用连续变换中的信息,变全图搜索为局部元素搜索,大大地缩小了搜索范围。实验结果表明:对于尺寸为640×180的图像进行霍夫变换,融入了连续搜索的霍夫变换的计算速度是原始的霍夫变换的13倍,融入了连续搜索的优化的霍夫变换的计算速度是原始霍夫变换的497倍,取得了较好的效果。     

基于Faster R-CNN的工件螺纹孔目标检测

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

基于改进的Hough变换图像分割方法

在图像处理和计算机视觉中,Hough变换是一种应用非常广泛的图像边缘检测技术,针对传统Hough变换算法所需的存储容量大、计算量大、速度慢、效率低,不能确定曲线端点及长度的问题,提出了一种改进的Hough变换方法,它根据Hough变换思想的逆变换,采用对参数空间逐步细分的方法,逐步排除不包含直线的区域,能够有效地减少存储容量,提高运行效率,并能有效地求出曲线轮廓的端点及长度.该方法已成功运用于车牌自动识别系统的车牌分割中.     

用于数字视频监控系统的人脸识别技术

提出了一种应用于数字视频监控系统的人脸识别技术。根据Hough变换具有的检测精度高、受噪声和曲线间断的影响较小等优点，采用Hough变换进行人脸定位和检测。运用Karhunan-Loeve(K-L)变换进行数据压缩，用维数为几十的向量来代表原来的一幅图像，大大减少了后续处理的数据量，加快了系统的识别速度。用神经网络进行人脸的识别。根据B-P神经网络固有的收敛速度低，易陷入局部极小点等缺陷，提出改进的B-P神经网络算法。该方法具有处理速度快，识别准确率高的特点，适合于数字视频监控系统的要求。     

PET block detector calibration using subtractive clustering algorithm and comparison with hough transform algorithm

Detector calibration plays an important role in improving of image quality and increasing performance of positron emission tomography (PET) systems. To achieve this aim, raw data coordinate event-byevent are mapped to the index of the crystal in which the particle is absorbed. We proposed and tested subtractive clustering and Hough transform algorithms to determine crystal peak position and generate an appropriate look-up table. The results show superiority of Hough transform to the subtractive clustering and other methods because this algorithm determines position of all peaks, even in irregular and unclear data. The acquired results can be beneficial for all of the medical imaging instruments such as PET and single-photon emission computed tomography detectors based on pixilated scintillators.     

快速Hough变换(FHT)在实时识别目标系统中的应用

Hough变换(HT)是一种在噪声或退化图像中检测直线的强有力工具。FHT采用了分层技术和K-树结构,从而大大提高了检测速度,减少了内存量。本文把FHT用于实时识别目标图像系统中,完成了模拟实验,实现了在复杂背景中实时识别目标,同时输出目标位置。由于利用了HT,使得整个系统对于有噪声、目标残缺、背景复杂的目标图像具有较强的识别能力。在目标样板选定之后,系统对目标的识别将不受背景变化的影响,并且具有目标旋转不变性。     

An Improved Radar Detection Algorithm Based on Hough Transform

In this paper, we propose a modified Hough Transform algorithm for radar detection by shifting the parameter space cells. In our method those data with the same arrival time are mapped to the parameter space simultaneously. As a result, the computational complexity is reduced. Unlike the conventional Hough transform, those trajectories whose intercept exceed the radar maximum range can also be detected in our method. In addition, we investigate the performance of the algorithm and show its efficiency by means of simulations.     

大型煤堆体积测量中光斑中心读取方法研究

本文介绍了大型煤堆体积检测系统的特点,并给出了基于光学三角原理实现的煤场存煤量自动检测系统的构成和工作原理。分析了影响其测量准确度的主要因素,即转台的准确度、激光光斑的大小、激光散斑的存在及CCD接收器件的分辨率。针对大范围测量时,光斑图像占用多个像素及散斑造成的光斑图像强度分布不均以致于很难读取真正的光斑中心的问题,本文提出了基于Hough变换的光斑中心读取方法。实验表明,该方法有效地提高了大型煤堆体积检测系统的测量准确度