基于暗通道优先和Hough变换的雾天车道线识别算法

针对雾天车道线无法通过常规方法识别的缺陷,提出一种改进雾天环境下车道线识别算法。采用形态学腐蚀运算对暗通道优先去雾算法做出改进并应用于选定的感兴趣区域(ROI);结合二维伽马变换和局部大津(OTSU)法得到亮度提高后的二值图;在改进极角约束Hough变换的基础上,提出了一种左右车道线分类识别的算法,实现对车辆所在车道左右两侧车道线的准确识别。实验结果表明:该算法不但能提高雾天环境下车道线识别的准确率和实时性,还对雾天行车安全具有重要的实际应用意义。     

基于Hough变换的煤岩界面识别方案

根据煤层与岩石层分界明显且呈线状的煤岩图像特征,提出一种基于Hough变换的煤岩界面识别方案。首先对煤岩图像进行去噪与增强预处理,然后去除煤与岩石边缘的孤立点与虚假边缘,最后采用Hough变换识别煤岩分界线。实验结果表明,该方案能够较快、较准确地检测出煤岩分界线。     

基于良序子集的最近邻垄行图像识别算法

根据田间作物垄点像素矩阵特点,基于行向量目标像素良序子集,先进行垄点子集预处理,然后运用最近邻判别准则搜寻每个垄点像素的最近邻点。通过设置最近邻搜索方向角和最近邻阈值,对断垄和较大面积的杂草等噪声影响进行控制。实验结果表明,与传统的最近邻算法比较,该算法的准确性和鲁棒性均得到提高,时间复杂度较小,对农田视觉导航实际应用有一定价值。     

一种基于平均垄间距的视觉导航垄线识别算法

通过对经过灰度二值化处理后的田间农作物图像进行基于平均垄间距行向连续区域中点提取（行提取）和基于平均垄间距列向最近邻搜索目标点提取（列提取）,实现农作物图像垄行结构的识别。行提取为基于垄间距一致性特点,通过连续区域聚类求中点以消除大面积杂草等噪声影响;列提取为基于垄列向的连续性,在行提取的基础上对所得中点在垄间距范围进行最近邻搜索,以减少非垄孤立点干扰因素的影响。通过最小二乘法拟合获得各垄线段,以克服失垄、断垄等田间自然光照条件下对垄线图像识别的影响。实验1采用30幅单垄图像,垄行方向角平均误差为－0.66°;实验2采用20幅多垄图像,垄行方向角平均误差为1.31°,最长时耗约为6 ms,满足田间视觉导航系统实时性、准确性要求。     

基于随机Hough变换的道路边界识别算法研究

道路边界识别是基于机器视觉的智能车辆关键技术之一,提出了一种基于直线道路模型的道路边界识别和跟踪算法,该算法包括道路边界初始识别算法和跟踪算法两部分。在初始道路边界识别阶段,对预处理后的图像进行逐行搜索道路边界候选点,并结合相关的道路约束条件,采用Hough变换对候选边界点进行拟合,以提高鲁棒性。该方法的创新点是在道路跟踪算法中,建立目标搜索区域（OSA）,OSA的宽度根据道路边界识别的拟合可信度的变换进行动态调整,并采用随机Hough变换的算法对OSA中的边界点进行拟合,这样显著减少了运算时间和存储空间。试验结果表明,该方法不仅满足道路边界识别的实时性要求,还具有较好的鲁棒性。     

基于骨骼特征Hough变换的行为识别研究

为有效地表征人体行为的时空特征,将骨骼特征通过Hough变换后建立人体的动作表示.具体来说,采用OpenPose获取视频帧人体骨骼关键点,之后构建骨骼关节并映射到Hough空间,将骨骼关节轨迹转换为点迹,然后角度和轨迹特征的FV(Fisher vector)编码融合作为线性SVM分类器的输入.在经典公共数据集KTH、Weizmann、KARD和Drone-Action上,实验结果表明Hough变换提升了特征的鲁棒性,提高了人体行为识别的性能.     

基于小波分析和概率Hough变换的书脊视觉识别

针对无人图书馆中机器人利用视觉进行书脊识别问题展开研究。根据书脊图像本身较复杂、单本书轮廓难以提取的特点,提出了运用小波分析做书脊轮廓增强的图像预处理方案;通过实验比较了运用Sobel算子和Canny算子做书脊轮廓检测的效果,用累计概率霍夫变换法做书脊线段查找,用VC++和OpenCV开发了应用程序;借鉴模糊计算思想,针对厚、较厚、中等厚度、较薄、薄、混合等几种类型的书脊进行了分类实验和研究,再经辅助优化处理,基本可有效识别出不同情况下每本书的书脊轮廓,检测出每本书的厚度,为机械手利用视觉进行图书取放操作奠定了基础。     

基于小波分析和概率Hough变换的书脊视觉识别

针对无人图书馆中机器人利用视觉进行书脊识别问题展开研究。根据书脊图像本身较复杂、单本书轮廓难以提取的特点,提出了运用小波分析做书脊轮廓增强的图像预处理方案;通过实验比较了运用Sobel算子和Canny算子做书脊轮廓检测的效果,用累计概率霍夫变换法做书脊线段查找,用VC++和OpenCV开发了应用程序;借鉴模糊计算思想,针对厚、较厚、中等厚度、较薄、薄、混合等几种类型的书脊进行了分类实验和研究,再经辅助优化处理,基本可有效识别出不同情况下每本书的书脊轮廓,检测出每本书的厚度,为机械手利用视觉进行图书取放操作奠定了基础。     

基于Hough变换的椭圆检测方法

椭圆检测在图像、图形识别与计算机视觉领域中有着重要的应用,而基于Hough变换的椭圆检测是其中常见的方法之一。本文对基于Hough变换的椭圆检测算法进行了综述,其中包括利用三点确定椭圆的提取方法、基于弦中心Hough变换的提取算法和基于椭圆几何对称性算法等,着重对不同方法的原理、实现和优缺点进行了讨论。     

基于Fisher准则的多特征融合

阐述了单个特征向量及其鉴别矢量与模式可分性的关系，最佳鉴别矢量使模式关于该特征具有最大的可分性。给出了多特征融合的一种方法，它综合考查了模式对不同的特征、不同的鉴别矢量的可分性，由多个特征经融合产生的新特征吸收了单个特征的对模式分类的优势。手写体汉字的识别试验验证了所给方法的有效性。     

基于改进Hough变换的圆形物体检测

圆形(包括弧线)检测是数字图像处理过程中的经典问题之一,有着广泛的应用背景。基本的Hough变换方法是将图像中的每一边缘点映射到参数空间的一个区域,选取累积最多的参数。在现实生活中,由于噪音、数字化错误和图形变异等因素真实的图形经常被曲解,因此,图像在应用Hough变换后,很难找到单一的峰值,这也就造成了检测的难度。在Hough变换的原理基础上利用圆的几何特征提出了改进算法。理论和实验证明能获得较好的检测结果。     

基于Hough变换圆检测的人眼精确定位方法

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。     

基于TBB的Hough变换并行检测直线

Hough变换存在着运算时间长的缺点,用了并行处理这种解决海量数据计算的有效方法来减少其运行时间。该文主要研究了：利用TBB（Threading Building Blocks）这种线程构建模块在多核机上对Hough变换中可并行的部分进行并行化;实验表明这种方法对Hough变换的并行化都有很好的加速效果。     

基于GA-PSO Hough变换的建筑物平面重构

提出了一种数字图像中建筑物平面的重构方法,所提技术使用GA-PSO Hough变换提高Hough变换的性能,采用一种有效的限制搜索空间方法以及分层次搜索策略来减少计算量,在传统建筑平面重构技术的基础上提出了一种更加有效的改进GA-PSO HT算法来提高重构性能与质量.     

一种新的基于Hough变换的椭圆轮廓检测方法

Hough变换是一种检测曲线的有效方法,但使用传统的Hough变换来检测椭圆计算量过大。为此提出了一种新的基于Hough变换的椭圆轮廓检测方法,该方法利用椭圆中心是平面上所有点中距离椭圆轮廓上点最大距离最小的点这一几何性质,降低了Hough参数空间的维度,从而有效地降低了计算量。使用该方法可以快速地判断一个输入图形的轮廓是否为椭圆。     

基于2D Hough变换的生物芯片自动识别

在分析生物苡片图像特点的基础上,提出了对图像分块进行2D Hough变换识别芯片斑点并自动调整圆心半径的方法。同已有技术相比,该方法不需要人工介入,并且算法中采用了学习的方法,大大减少了计算时间。实验结果表明,该方法有着较高的识别率。     

基于PSO的Fisher准则下小样本最佳鉴别变换

小样本条件下,Fisher准则中类内散布矩阵一般是奇异的,无法直接求解.本文提出利用粒子群优化理论,在无需求类内散布矩阵逆的情况下求解Fisher准则下小样本最佳鉴别变换的方法.讨论了通过粒子群优化算法的位置-速度搜索模型获取最佳鉴别投影向量的方法和步骤.实验对比类内散布矩阵非奇异时,采用计算特征向量方法和本文方法的差异.分析验证小样本条件下类内散布矩阵奇异时,通过本文方法进行最佳鉴别变换的分类效果.实验证实本文算法的有效性.     

基于相位编组图像分块的快速Hough变换直线检测

在分析Hough变换直线检测算法和相位编组法直线检测算法的基础上,针对这两个直线检测算法的不足,结合它们的优点,设计并实现了基于相位编组图像分块的快速Hough变换直线检测算法,对算法进行了详细描述和算法优点分析,并通过实验验证了算法的有效性,实验表明所设计的直线检测算法运算速度快,参数易于选择,鲁棒性强,有一定的应用价值。