图像中网格直线的检测方法的研究

首先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,提出了一种新的边缘检测算法,能准确地检测出图像中的目标边缘;在确定直线参数时,先使用Hough变换检测第一条最为明显的直线,然后去掉该直线以及附近的点,然后再次对图像进行Hough变换,并重复此过程,直到找到所有的直线;使用此改进后的Hough变化能够准确地检测到图像中构成网格的直线的参数.     

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。     

一种新型快速直线检测算法

针对传统的Hough变换直线检测的方法需要对整幅图片的每一个像素点进行判断和计算,最后才能得出直线参数,这样就造成计算量大,计算时间长,且需要存储大量数据将占用大量内存资源等缺陷。提出了一种新型的直线检测算法来解决以上存在的问题。与已有算法不同,该算法不需要进行坐标变换,该算法的思想就是依次检测直线上的像素点,当检测到图片中某一像素点特征值为1（图片中的直线像素点特征值为1,背景点特征值为0）,则需要判断以该像素点为圆心,以常数R为半径的圆周上是否存在一对特征值为1的像素点,且该对像素点之间的相位相差180°,故可以快速地得到该直线的参数方程。若以该点为圆心的圆周上不存在这样一对灰度不为零的像素点,则继续检测图像的下一个像素点,直到扫描完整幅图像或是得到一条直线参数。与传统的Hough变换相比,该算法计算量和计算时间最多是原算法1／R（与选取的半径参数R相关）,Hough变换占用内存与图片大小相关,本算法占用固定的内存,几乎可以忽略。     

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。     

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。     

网格结构上图象小波变换的并行算法

为提高大图象小波变换的速度,本文设计了一种网格结构上图象小波变换的并行算法,其特点是负载平衡,且通信只在少数几个处理机间进行,通信量小,因而算法效率高。     

一种基于小波的SAR图象边缘检测方法

边缘检测是遥感图象处理中很重要的一步。因ＳＡＰ图象通常带有较强的噪声,用传统的边缘检测方法效果不理想。本文采用小波方向检测技术并结合顺序统计滤波的方法,设计了一级方向可调滤波器,根据方向滤波和信息,对ＳＡＲ进行边缘检测。实验证明本算法计算有效,边缘定位准确,并对噪声有抑制作用,从而取得了良好的检测效果。     

一种新的用于检测直线的快速Hough变换

在分析现有常用的改进Hough变换算法思想的基础上,设计了一种新的用于直线检测的快速Hough变换,通过与现有改进Hough变换算法的比较实验,新设计算法具有更好的实时性。     

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。     

一种直线提取的新方法

直线提取是版面分析中的一个重要过程。该文提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的直线提取方法(MMLE)，即首先将灰度文档图像利用半色调技术转换为二值图像，利用Hough变换检测直线倾斜角度以动态构造结构元素，然后利用数学形态学方法提取文档图像中的直线。     

一种随机Hough变换检测圆的改进算法

从数字图像中检测出圆在计算机视觉中具有很重要的地位。随机H ough变换是检测圆的一种有效变换,但在处理复杂图像时,随机采样会引入大量的无效采样和积累。论文提出一种随机H ough变换检测圆的改进算法,算法的优点在于无需对候选圆之外的信息进行平方运算,只需进行简单的比较运算,有效地提高了检测速度。     

图像中任意三角形检测方法

提出了一种基于加窗Hough变化的任意三角形检测方法。选择适当大小窗口在图像中滑动,以窗口中心为坐标原点对窗口内图像作Hough变换,在图像的Hough域中检测直线段,从检测出的直线段中找出满足三角形条件的线段组合,然后定位这些线段构成的三角形。实验表明该算法能够有效检测出任意三角形,改变线段的长度条件或角度条件还可以检测直角三角形、等腰三角形、等边三角形等特殊三角形。该算法还可以实现在图像中检索三角形目标的功能。     

基于地学图形数据的地表分维计算方法研究

在研究地形表面分维计算机的一般方法的基础上，提出了几种基于地学图形数据的地表分维计算方法，讨论了有关性质，给出了分析性实例。     

基于网格状纹理的简易摄像机标定方法

摄像机标定方法在移动机器人视觉系统的研究中具有重要意义。该文提出了一种基于网格状地面的简易摄像机标定方法,通过引入边缘提取、Hough变换、灭点检测等图像处理技术,对网格状地面图像进行了垂直和水平两个方向的直线检测,进而确定标定点的位置,最终实现了摄像机的快速标定。实验结果表明,该方法是可靠有效的。     

一种新的不基于Hough变换的随机椭圆检测算法

椭圆检测在模式识别领域中占据着非常重要的位置。常见的基于Hough变换的椭圆检测算法(如RHT算法)存在着占用大量存储空间及计算耗时等缺点。本文提出一种高效随机的椭圆检测算法(RED)。该算法不基于Hough变换,其原理是:首先从一幅图像中随机地挑选出6个点,并定义一个约束距离以确定在此图像中是否存在一个可能的椭圆;当可能椭圆确定之后,引入椭圆点收集过程以进一步确定可能椭圆是否是待检测的真实椭圆。通过对具有不同噪声的合成图像以及真实图像进行测试,结果表明RED算法在低噪声与适度噪声的情况下,速度明显快于RHT算法。     

基于最优阈值和Hough变换的车道线检测方法

针对智能车辆视觉导航系统中的车道保持问题,采用图像处理技术检测结构化道路上的车道线。详细介绍了图像的灰度特征,并在此基础上选取感兴趣的道路区域,通过最优阈值对道路区域进行边缘检测,再结合Hough变换技术检测当前车道线。实验表明用结合最优阈值和Hough变换来检测车道线具有很强的鲁棒性和抗干扰性。     

一种新的对随机Hough变换改进的检测圆的方法

从数字图像中检测出圆在计算机视觉中具有很重要的地位。随机Hough变换是检测圆的一种有效变换,但在处理复杂图像时,由于随机采样会引入大量的无效采样和积累。文章中提出一种在Teh-ChuanChenandKuo-LiangChung[4]的改进算法基础上,对随机Hough变换改进的检测圆的方法。     

基于工作流的图像处理网格平台及其遥感应用

图像处理网络平台基于工作流实现资源共享和协同计算,是一个灵活、动态的图像处理问题解决环境.其中,网格工作流技术可满足灵活多变的应用需求,通用服务请求代理能实现异构网格服务的简单调用,动态工作流模型利用具有较强描述功能的扩展有向无环图建模语言进行定义.该平台已成功地应用于遥感图像处理.