一种改进的缺损圆检测定位方法

分析了传统Hough变换、随机Hough变换在检测圆及缺损圆时存在的问题,在总结了经典的Hough算法和其他研究人员提出的其它改进算法后,利用圆的几何特征,先检测出缺损圆的一个圆心坐标参数,然后根据推导出的半径检测公式对图像中的点到与圆心具有一个相同坐标参数的边缘点(即过圆心与X轴或者Y轴平行的直线与圆的交点)的距离与该点和边缘点的水平或者垂直坐标差值的关系统计半径大小,进而确定该缺损圆的所有参数。实验及分析验证了该方法降低了Hough变换的维度,比传统的Hough变换在检测缺损圆的边缘以及定位的问题上性能有较大的提高。     

Hough 变换的改进及其在指针式水表识别过程中的应用

在图像处理中,Hough变换广泛地应用于图像空间图形的检测,是从图像中识别几何图形的基本方法之一,但是其对于除直线之外的检测基本都会涉及3个甚至3个以上的参数,导致变换过程中所使用的存储空间大,计算时间长。针对传统Hough变换的算法缺点,提出一种改进的Hough变换算法,首先对原图像进行灰度化、滤波等图像预处理,然后结合图像的结构信息缩小变换像素点所处的范围,从而大大减少计算时间。进一步再将改进的Hough变换应用于图像特征提取,即圆和指针的提取。最后根据圆心连线与指针的角度来对指针的读数进行判别。     

基于能量场边缘提取和改进Hough变换的图像几何特征检测

根据光纤定位管图像的特点,提出了一种基于Hough变换的几何特征精密测量的方法。对图像进行能量场边缘提取后,通过改进的Hough变换求出图像中基本的几何元素:圆和直线的方程,进而精确确定其几何特征如:角点的位置等。试验结果表明,本方法可用于含噪图像中的几何特征检测,该方法具有较好的准确性和较强的稳定性。     

Hough 变换在电路板检测中的应用

针对 DSP56F801 最小系统电路板检测系统中每次采集到的电路板图像存在平移和旋转误差的问题,提出了基于 Hough 变换的电路板图像矫正算法.该算法首先利用边缘检测算子得到电路板图像的边缘图像,再根据该电路板中定位孔位置固定的特点,利用 Hough 变换检测电路板定位孔的圆形外边缘的位置,然后以定位孔外边缘的圆心为基础计算出电路板的平移误差和旋转误差并进行矫正.实验验证了这一改进的效果.消除了该检测系统中电路板图像的平移误差和旋转误差.     

典型侦察卫星镜头的光学图像检测方法研究

在空间图像轮廓识别中,镜头是判断相机是否存在的重要特征。针对镜头的轮廓特征,镜头的存在可以通过检测光学图像中的圆轮廓来判别。目前圆检测算法遍历时间长,无法满足空间图像实时检测的要求。为此,将圆的几何特征和随机Hough变换相结合,提出了一种改进的随机圆检测方法,将原有算法中点遍历变为有筛选的随机点选取,解决了原有算法数据冗余的问题,圆检测准确率高,在保证算法鲁棒性的同时降低了运算时间。     

基于边缘检测和Hough变换的圆定位算法

为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题,提出一种基于边缘检测和Hough变换的圆定位改进方法。首先,针对Canny算法进行边缘检测时对图像平滑处理过度,且对无关瑕疵点削弱能力差的缺点,采用改进的中值滤波代替高斯滤波,增加45°和135°方向来计算梯度幅值,通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次,在边缘检测的基础上用Hough变换对圆进行定位,对像素点采取75%的抽样,同时限定检测圆的直径范围,减少累积次数。实验结果表明,检测精度可达0.06mm,能够满足工业现场检测要求。     

Hough变换的改进及其在电厂指针式仪表自动识别中的应用

在图像处理中,Hough变换广泛应用于图像空间中的直线检测,但其本身具有存储空间大、计算时间长的缺点。研究了传统Hough变换算法,针对其缺点,提出了一种改进的Hough变换算法。通过减小Hough变换的搜索范围来减小变换所需的存储空间和计算量,并将提前确定好的圆心直接加入到累加器中来减小计算量,从而大大减小了计算时间...     

基于Hough变换的全方位图像快速展开

针对全方位图像扭曲,不利于人眼正常观察的问题,提出一种基于Hough变换的全方位图像快速展开算法。该算法首先通过Hough变换检测场景圆心及半径,然后根据半径确定展开图像的大小,最后基于圆心对图像进行展开。实验结果表明,这种算法能够快速有效实现全方位图像的展开,且减少展开图像的失真,为后续研究奠定基础。     

一种改进的虹膜定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能.依据虹膜图像的灰度分布特点,首先对粗定位方法进行改进,包括在利用灰度投影方法粗定位瞳孔圆心及半径的基础上,剪切出虹膜图像中包含瞳孔的图片,冉利用灰度投影法对剪切图片进行粗定位瞳孔嘲心及半径.其次对传统的Canny边缘检测算子进行改进,使其只在垂直方向上检测边缘,并结合Hough变换定位外边缘.实验结果证明了该算法的有效性和可行性.     

基于图像处理技术的印刷电路板圆孔检测方法

PCB圆孔圆心的定位是决定PCB板精度和性能的重要因素之一.随着计算机图形技术的发展和完善,基于图像处理技术的快速检测方法逐渐被应用到PCB圆孔检测领域.提出一种新的PCB圆孔检测方法,这种方法首先用工业摄像机获取PCB图像,然后通过对采集的PCB图像进行预处理,提取PCB圆孔图像边缘,进而利用Hough变换检测圆,获得圆心坐标和半径.实验表明,本方法具有自适应特点,可以缩小精确定位的搜索范围,并在一定程度上提高检测速度,且所获圆心坐标准确.     

一种非Hough变换的快速圆检测算法

在精密测量、自动化装配和机器人等诸多领域,往往需要对圆形器件或图标进行识别和定位,而目前传统的检测方法是Hough变换,计算复杂,对资源需求大,且不利于实时控制.本文利用圆形几何对称的性质,采用基于颜色分类方法,提出一种非Hough变换的圆的检测方法,从而达到对彩色图像中圆形目标进行快速识别的目的.设计了算法的流程,编制了相应的圆识别程序,通过对足球机器人定位的验证,表明该算法具有运算速度快及对畸变的圆形目标适应性好等优点,为图像处理中圆目标的快速识别与定位提供了一种借鉴.     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

用于目标定位的图像边缘点检测算法

提出了一种检测特殊边缘点定位图像中目标的算法,该算法可以检测图像中感兴趣的边缘信息。通过检测图像行序列中是否存在特定的灰度序列来判断特殊边缘点的存在并计算其所在位置。利用本文算法对焊缝图像中的焊缝和虹膜图像中虹膜区域进行了定位验证。实验表明,本文算法可以准确定位焊缝的边缘点。在虹膜区域定位时,得到感兴趣边缘点后使用Hough圆检测方法可以定位虹膜区域的轮廓,可用于UBIRIS.v2虹膜图像数据库中各种类型图像的虹膜区域定位。     

虹膜定位方法研究

简要介绍了目前具有代表性的4种虹膜定位方法：Daugman定位法、Hough变换定位法、几何特征定位法和主动轮廓线定位法，并指出了这些方法在实际应用中的优点与缺点。根据上述几种方法，提出了一种简单有效的虹膜定位法：由于瞳孔与虹膜之间的灰度差比较明显，所以先通过求图像直方图的方法找到域值点，分割出瞳孔，然后计算瞳孔的圆心位置以及半径，利用虹膜的外边缘与内边缘近似为同心圆的性质，最后用变圆模板的方法求得虹膜外半径。文中选取多组不同图像质量的虹膜图像来说明定位的效果。实验结果表明，该算法设计简单，定位效果良好。     

基于Hough变换和无轨迹卡尔曼滤波的眼睛角点跟踪

提出了一种基于改进Hough变换(HT)和无轨迹卡尔曼滤波(UKF)的眼睛外角点跟踪算法。该算法在输入图像中存在虹膜时采用改进Hough变换提取眼睑轮廓并得到眼睛外角点位置,当输入图像中检测不到虹膜时,采用UKF算法对当前帧眼睛角点进行估计。实验证明,本文算法能精确地跟踪眼睛外角点。     

基于改进Hough变换的针板孔边缘检测

研究改进随机Hough变换检测针板的安装孔和定位孔边缘,解决常规随机Hough变换检测时针板安装孔、定位孔和送布牙槽边缘相互干扰的问题.采用边缘分离法将针板上的各个孔边缘表示为链表,依照各链表的矩特征量剔除干扰.通过改进的随机Hough变换在各个分离的边缘中检测孔的存在,可以避免针板各个孔边缘之间的相互干扰.实验证明本方法不仅能够检测出针板上的各圆孔边缘,而且可以检测针板的外圆轮廓,可以实现针板孔的非接触测量.     

基于圆弧边缘特征的圆检测算法

针对圆检测算法中检测效率和检测速度的不足,从圆弧边缘特征出发,提出了一种新的圆检 测算法,提高了圆检测的效率和速度． 将有分叉的边缘链打断成无分叉的单向的边缘链,并实现对 圆弧特征边缘坐标的提取和有序存放． 对每一条待检测边缘通过最小二乘法拟合与三点定圆检测 相结合的方式检测圆弧; 将半径和圆心坐标的偏差在一定范围内的圆弧聚成一类,进行最小二乘法 拟合得到所求圆． 实验结果表明: 该算法的检测速度快,稳定性高,抗干扰能力强,同时可以在图像 中检测多个圆、残缺圆、相交圆以及同心圆．     

基于直径累积的霍夫变换检测圆算法

对霍夫变换检测圆算法加以改进,将其应用于人头轮廓检测和人数统计。对图像边界进行过滤,得到连续边界,利用圆的中心对称性对每条连续边界进行数据遍历。将霍夫变换检测圆的三维参数降为一维,采用一维霍夫变换方法累积待检测圆直径,并与设定阈值比较,以确定人头轮廓的圆心和半径,得到人数统计结果。对由自上而下的垂直摄像头在监控区域所拍摄的彩色图像进行测试,结果显示,改进后基于直径累积的霍夫变换检测圆算法运行速度和准确率皆有提高,且人头轮廓边缘信息也得到更多保留。     

基于边缘检测的OMR图像倾斜矫正

提出一种基于边缘检测的OMR图像倾斜矫正算法.在纸质文档以图像扫描方式转化成文档图像的过程中,由于传动装置或其他的一些因素不可避免的会造成一定倾斜角度.此算法结合了OMR图像特点对图像进行边缘参考线的检测,仅对符合条件的边缘参考线Hough变换,以此得到整个图像的倾斜角度.此算法改进了传统的Hough图像倾斜矫正算法因计算量过大,导致图像倾斜矫正时间过长的缺点.     

基于预优投票的虹膜定位算法

针对传统虹膜定位算法定位速度慢、受眼睑、睫毛等遮挡影响的不足,本文基于投票竞选和圆的几何特性,提出基于预优投票竞选策略的虹膜圆检测算法。为减少盲目搜索和克服眼睑、睫毛等遮挡影响,建立了逐步求精的实施方案,从而形成一个快速有效、鲁棒性强的虹膜定位算法。基于JLU-IRIS虹膜库,从定位速度和定位精度两方面评价本文构造算法性能,将本文构造算法与积分微分算子法、Hough圆检测算法进行了对比测试。实验结果表明,本文方法具有快速、鲁棒性强的特点。