一种在图象中检测网格直线的新方法

设计了一个扩展Robert算子,该算子能够在有噪声的情形下对图象中各种宽度的线条进行检测。当使用Hough变换确定直线的参数时,首先只用Hough变换检测第一条最为显著的直线,随后去掉该条直线及其附近的点,然后再次对图象进行Hough变换,并重复此过程,直到找到所有直线或者Hough变换后参数平面上的值都小于某个阈值为止。使用此改进后的Hough变换能够准确地检测到图象中构成网格的直线的参数。给出了具体的检测例子。     

黑白棋盘网格中的直线检测方法研究

黑白棋盘网格的直线检测在摄像机标定中具有重要的应用价值。针对黑白棋盘网格图像的特点及传统Hough变换直线检测方法中参数选择敏感的不足,在Hough变换的基础上进行了后续处理,结合最小二乘法获得黑白棋盘网格图像中的直线信息。最后,通过大量真实图像实验验证了方法的可行性,并与传统Hough变换方法及其改进方法进行了比较。     

改进的随机窗口Hough变换在直线检测中的应用

Ｈｏｕｇｈ变换是直线检测的基本工具,但标准的Ｈｏｕｇｈ变换在实际应用中存在许多不足之处。本文提出了一种改进的随机Ｈｏｕｇｈ变换算法,它采用矩形窗口取代原肖的正方形窗口,使窗口的尺寸不再受图像素排列模式的影响。实验证明,与现有方法相比,在运算量基本不变的情况下,本文提出的新方法得到的参数精度更高,检测短直线的能力更强。     

网格提取的图像修复方法

数字图像的修复,一般都需要人们用手工来标记待修复的区域。提出了一种新的方法,能够自动标记图像中的待修复区域——网状障碍物。首先将网状障碍物看作网格,利用网格是由空间中有规律两组线交叉形成的这一显著特点,然后通过计算来提取覆盖在图像上的网状障碍物,这样就不需要人们用手工来标记。为了保证得到的网格线能够完全覆盖图像上的网状障碍物,把提取的网格线进行适当的膨胀,实验证明该方法是有效的,且比较容易实现。     

基于Hough变换检测直线的研究

Hough变换是图像处理中的一种常用的检测算法,能够有效地在较大的噪声环境中提取图像中的特定信息。本文主要介绍了标准Hough变换算法以及为了降低标准Hough变换算法的时间复杂度而提出的快速Hough变换算法。     

基于直线模型的车道线实时检测方法

为提高车道线检测的精度和实时性,提出了一种基于直线模型的实时车道线检测方法.采用改进的Sobel算子进行边缘检测,利用自适应双阈值的方法进行图像的二值化.对基于Hough变换的车道线检测方法进行了改进,令识别视觉效果大大提升.并利用Kalman滤波器来动态确定感兴趣小窗口的大小和位置,实现后续帧道路图像的跟踪.实验结果表明,该方法准确性高,具有较好的实时性和鲁棒性.     

基于改进的Laplacian算子的图像边缘检测

分析了图像边缘特性以及Laplacian算子检测图像边缘的基本原理,并对经典Laplacian算子进行改进,提出了一种新的边缘检测算法,以便准确地检测出图像中的目标边缘,利用该改进算法来检测图像的边缘。     

基于Laplacian算子的一种新的边缘检测方法

本文在分析经典Laplacian算子作用原理的基础上对其进行改进，提出 了一种新的边缘检测算法，实践证明，该算法能有效地消除噪声，准确地检测图像中的目标边缘，且能较好地保持目标边缘的连通性。     

文档图像中书写线的检测与去除

采用快速的Hough变换检测文档图像中的书写线,从图像中抽取少量特征点,将其分成两个子集,每次从两个子集中各取一个上点计算变换窨内的对应参数,当变换空间的累加值达到预先设定的阈值就认为已成功书写线,使Hough变换的速度大大加快,具有很强的实用价值,根据书写线与字符笔画的位置关系去除书写线,对书写线和相交的区域依据书写线的宽度和相交情形确定不同的结构元素,进行数学形态学的开运算,去除书写线的同时,较好地保持了字符笔画,实验结果表明,对信封图像上书写线的检测和去除有满意的处理效果。     

一种快速的圆检测方法

图像处理中圆的检测及其参数确定是计算机视觉和模式识别中的一项重要任务。通常采用基于Hough变换的方法，但这种方法计算量大、运算速度慢，对存储空间需求大。为了克服这些缺点，提出一种快速的圆检测方法，该方法在普通图像圆检测时具有快速、稳定、准确的特点，能满足实时性要求。     

运用Hough 变换提高直线检测效率

针对hough变换检测直线段中的运算速度慢、占用内存多的问题,提出一种改进的检测直线段的方法。首先,对图像进行减半采样处理,采用从大概到精确的检测策略,减小运算量;其次采用soble算子进行边缘检测;最后,在经典的hough变换的方法上增加了边缘梯度幅度进行限制,减小了坐标转换的次数,并将断开的同一直线上的线段连接起来。     

一种提取直线的随机方法

基于Hough变换提取直线的方法，由于要预先量化参数空间，因此需要很大的存储量和计算量．基于RHT(Randomized Hough Transform)提取直线的方法是通过随机选取两个点得到直线的参数，而后在参数空间对相应的参数进行累加、判断，该方法虽然无需预先量化参数空间，但是其在直线检测时，收敛速度慢．为此提出一种新的随机检测直线(Random Line Detection)的方法，在图象边缘点构成的数据空间中随机选取3个点，根据距离准则获得一条可能的直线，然后在数据空间中进一步判断直线的真实性，实验证实了该方法能有效的减少存储空间并降低计算量。     

一种基于Hough变换的损伤检测方法

针对香烟条包端面透明纸损伤的实时、在线图像检测问题,提出一种基于Hough变换的损伤检测方法.根据香烟条包端面透明纸的损伤特点,利用Hough变换原理构造了一个损伤判别准则,并根据该准则值的大小来实现损伤的在线检测.构建了图像检测系统,利用实际采集的香烟条包端面透明纸损伤图像对该方法进行了分析和验证,结果表明,其可以有效地检测香烟条包端面透明纸出现的异常现象.     

自适应网格在布匹疵点检测中的应用研究

工业现场检测布匹的方法多样,但是检测速度较慢;为了快速且全面检测布匹疵点,主要利用自适应网格法对布匹图像进行处理进行;首先利用图像差影法粗分疵点存在的区域,其次利用网格模板把图像区域分成相等的部分,检测疵点存在的区域,在疵点存在的区域,继续缩小网格模板,再次检测疵点的区域,直到不能缩小为止,最后仅对疵点存在的小区域进行图像分析检测疵点;通过实验证明此方法减少图像处理时间,实现快速检测疵点的目的,达到工业快速检测布匹疵点的要求。     

基于Hough变换的圆形物体的检测

Hough变换在图像处理中占有重要地位,但本身具有存储空间大、计算时间长的缺点。利用圆的几何特性,针对Hough变换的缺点进行改进,并将其应用到图像中存在多个圆的情况。实验表明:该算法能较好地减少存储空间,并降低计算时间,同时,能很好地对图像中多个圆进行检测。     

织物图像的倾斜检测与纬纱密度识别

根据织物表面图像来自动识别组织结构参数是纹织CAD的一个重要研究内容。为解决在扫描过程中织物图像不可避免的倾斜现象,提出了一种快速的基于Hough变换的织物图像倾斜检测算法。为减少运算量,此算法首先提取图像梯度作为纬纱走向信息;然后运用层次Hough变换来检测倾斜角度,并获得了满意的检测精度;最后根据倾斜检测结果,采用一种新的与倾斜无关的纬密识别算法,通过提取倾斜角处的投影轮廓线来得到纬密排列规律,并计算出纬纱密度。实验结果表明,该算法用于结构图像倾斜检测和纬纱密度识别,可获得大于88%的检测准确率,纬度识别倾斜误差可控制在2°以内,可见具有较高的准确率和较好的实用性。     

用于复杂环境下的疲劳检测系统人眼检测方法

针对光照、眼镜等对驾驶员人眼检测的影响,提出采用霍夫变换和神经网络分类器进行人眼检测.通过应用虹膜几何信息和对称性,选择可能包含人眼的两个候选区域.运用边缘检测算子和 MAE 进行人眼粗定位.然后在此基础上采用B-P神经网络进行人眼精确定位.针对三种不同情况,即不同光照、不同背景和不同肤色的人拍摄6组视频图像,采用matlab7.0进行3组仿真实验,实验结果表明该算法对复杂情况的人眼检测具有较强的鲁棒性.大大提高人眼检测准确率.     

基于图像分析的后视镜失真率自动检测方法

传统的机动车后视镜失真率检测方法采用模拟相机拍照、照片冲洗、人工测量等步骤,效率低下且人为因素对测量结果影响较大。本文使用数字相机成像,针对数字图像,设计并实现了基于图像分析的失真率自动检测算法,通过圆心检测、图像分割、直线与圆交点检测等几个步骤,完成了自动检测功能。该方法高效、准确,达到了实用水平。