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。     

改进型图像中的直线快速检测

为提高数字图像中的直线的检测速度,从时频域变换和空间域变换两个角度出发,提出了一种改进型数字图像中直线快速检测方法。首先,采用小波提升提取图像中的低频轮廓信息,抑制高频噪声。然后,对像素降低后的图像进行二值化处理;基于"两点确定一条直线"以及Hough变换过程中"图像空间中一条直线上的多个点对应参数空间中一个点"的原理,按照从局部到整体的检测顺序,将二值化后图像空间中的非零点映射到参数空间中具有较大存在概率的累加单元,而不是所有可能的累加单元。最后,对累加单元进行统计,以确定图像中直线的参数。利用该方法对一幅像素为128×128的数字图像进行直线检测,耗时为213ms。该方法有效地提高了数字图像中直线检测的实时性。     

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.     

一种基于Hough变换的快速圆检测算法

为加速轮毂轮廓圆的检测速度,提高轮毂自动化加工的效率,提出一种基于Hough变换的改进算法。该算法利用圆的先验几何特性,把采样点到三维参数空间的映射降低至二维,求得映射后距离各拟合直线最近的点,将其作为圆心点完成对轮廓圆的特征提取。实验结果表明:该算法不仅保留了传统Hough变换的优点,而且通过降低参数空间维数,使无效点带来的计算消耗大大降低,提高了检测效率,具有较高的应用价值。     

基于改进Hough变换的带线缝合针针尖磨削检测

针对缝合针尺寸微小针尖磨削质量难以检测的问题,提出了一种利用机器视觉技术提取缝合针图像边缘直线并根据直线参数进行磨削质量检测的方法。首先在图像预处理的基础上通过对比法选用Canny算子作为图像边缘检测算子,进一步分析了传统Hough变换直线检测原理,根据参数空间中θ参数与边缘梯度方向相同的特点,将边缘梯度方向引入Hough变换,缩小了参数θ的取值区间,提高了算法速度。最后给出了磨削质量的判定条件及算法实现步骤。针对0.5 mm的一组缝合针针尖检测实验结果表明,本文算法对针尖角度的检测与传统检测方法相比平均误差不超过0.53°,平均检测时间527.7 ms,工作状态下对针尖磨削质量判定的平均准确率达92%,实时性较好,具有一定的实用价值。     

一种基于改进Hough变换的直线快速检测算法

针对传统Hough变换计算量大、耗费内存空间、参数空间峰值点被次峰值点包围、易造成漏检或误检等缺陷,提出一种改进的Hough变换直线快速检测算法。首先检测图像中相邻的像素点并进行聚类,形成一些相连的像素点的集合,然后将聚类后的像素点进行感知编组,细分成比原聚类线段更接近直线的线段,最后对每段近似直线用随机Hough变换进行检测,从而精确地检测出图像中相应的直线。实验表明,与传统Hough变换相比,改进后的算法计算量小,节省内存,无需先验知识,且抗干扰性有显著提高,并降低了误检率和漏检率。     

基于模板滤波的已知角度直线检测方法

本文提出一种基于模板滤波的已知角度直线检测方法。该方法应用空域滤波原理,根据直线角度设计直线检测模板,用检测模板对图像滤波从而检测出特定角度的直线。与传统的Hough变换检测直线方法相比,该方法提取直线效果好,算法所用时间少,占用空间小,能够用于对实时性要求高的应用场合。     

基于Hough变换的角点检测算法

角点检测是图像处理和机器视觉领域中基本而重要的问题。提出了一个基于Hough变换的角点检测算法,通过遍历地考察边缘图像中各像素点的一个邻域窗口,利用Hough变换寻找以窗口中心点为出发点的直线段,并通过这些直线段的数量和相互之间的夹角判断当前中心点是否是角点。针对固定的窗口,使用了模板预先计算及环形缓冲区等技术提高Hough变换及图像遍历的效率。在实际图像库上的对比实验表明提出的算法具有高的角点检测率,最低的角点误检率和角点位置误差,同时相比同样可得到构成角点各边的角度的方法.提出的算法同样具有更高的检测率和精度。对于时间性能要求不高的角点检测应用场合,提出的算法比已有算法具有更优的整体检测性能。     

基于Hough变换的焊缝位置检测技术

对Hough变换的应用技术进行了细致的分析,归纳出了图像域参数与变换域参数的三种对应关系,减少了Hough变换运行时一些盲目的搜索和计算,提高了算法的运行效率。在累加器设计上,应用了三元组数据结构,压缩了累计器的数量。应用Prewitt边缘检测方法和中值滤波技术将图像转换为二值图像,使边缘部分得以增强,噪声得到抑制。在此基础上,提出了一种新的焊缝位置检测方法,该方法不仅能检测出焊缝的偏离距离,而且能检测出焊缝偏离的方向。仿真与实际运行结果表明该方法检测精度高,抗干扰能力强。     

基于机器视觉的手机尾插件精密测量方法研究

提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。