基于有序Hough变换的快速圆检测算法

针对随机Hough变换（RHT）及其改进算法在同一圆边缘点随机抽样时命中率低且投票处理过程复杂,提出了基于有序搜索的广义Hough变换快速圆检测算法（SQHT）。该算法利用圆的几何性质和梯度方向信息来有序搜索圆边缘点集,将Hough变换的基于投票判定基元参数转变为有效确定基元三点的讨论。执行算法时,首先顺序搜寻第一边缘点并根据邻域边缘点集或图像灰度值计算其梯度值;接着在第一点所在行匹配与其梯度信息相符的第二点,根据前两点信息在第一点所在列匹配第三点;最后按照RHT算法流程确定有效基元参数,从而避免了随机抽样带来的时间不确定性。该算法具有计算速度快,检测时间可控,适用范围广泛,抗干扰性强等特点。相比于RHT算法,提出的算法在单目标圆检测情况下检测效率提高了2倍,在多目标圆（5个及以上）且有非目标边缘点情况下检测效率提高了5倍,在多圆检测方面能有效弥补了Hough变换算法的不足。     

基于Hough变换运用形状角及梯度检测圆

介绍了一种结合轮廓线形状角及梯度信息的Hough变换检测圆的改进算法。针对广义Hough变换在检测圆时具有的计算时间长、存储空间大、准确性低等问题和不足,提出了相应的解决办法。该算法首先对图像进行平滑滤波和去噪,并采用Canny算子在抑制噪声的同时进行边缘检测,分析得到轮廓线的形状角并初步分类出形状为圆形的轮廓线;然后利用划分出的轮廓线的梯度信息大致确定圆心和半径,并运用Hough变换进行证据积累,以此来精确定位此圆的位置。实验证明,该检测算法计算量有所减少,检测性能有所提高,更加适用于随机圆的检测。     

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。     

一种基于广义Hough变换思想的多圆检测方法

根据广义Hough变换(GHT)统计聚类思想和圆的定义、特点,提出了一种针对多个圆的检测方法.该方法在无任何先验知识(如目标圆圆心的大概位置,半径的精确范围)的情况下,能快速检测出图像中的多个圆.实验结果表明,该方法效果较好,而且对椒盐噪声、直线、椭圆等非圆物体有很好的抗干扰性.     

基于图像分解的快速多圆/椭圆检测方法

提出了一种新的基于相交点检测及其子图分解的快速多圆/椭圆检测方法,它解决了RHT中无效采样与无效累积的问题.实验仿真结果表明本文的算法是有效的.最后给出了与直接RHT检测算法的比较,结果表明检测速度有较大提高.     

一种改进的燃油喷雾锥角测量算法

在燃油喷雾图像处理手段中,目前计算燃油喷射的锥角时大都采用Hough变换法,或者最小二乘法。本文将两种方法相结合,提出了一种新的锥角测量算法,并通过MATLAB程序实现该算法。结果表明,本文测量得到的喷雾锥角对称性更好,具有一定的应用价值。     

一种改进型的Harris角点检测算法

Harris角点检测方法是在计算机视觉领域中使用非常广泛的点特征提取算法,它算法简单,而且稳定,但在对一些图像进行角点提取时存在角点信息丢失和位置偏移等现象,为此提出一种改进的Harris角点检测方法.实验表明该方法在点特征的提取和精确定位方面都达到了较好的效果.     

基于Hough变换的多适应性圆检测

为了提高Hough圆变换对复杂环境的适应性,增强对变形圆、残缺圆及同心圆检测的准确性,减少计算时间,对传统Hough圆变换方法提出了一系列改进,在算法中引进了有效调整参数,实现了快速多适应性的多种圆检测.     

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。     

改进的Hough变换实现圆检测

为了自动检测出图像中的圆并精确测量其参数,提出一种改进的点Hough变换圆检测方法.首先对提取边缘后的轮廓进行一次筛选,得到所有的连续边缘轮廓;然后进行二次筛选,排除那些明显不可能为圆的图形,获得最终候选边缘轮廓.对候选边缘点组进行快速点Hough变换圆检测,计算圆的直径值和圆心坐标值,在检测过程中,采用自适应的点选择步长值和累加器判断阈值.利用VC+ +6.0开发了圆检测系统实验软件,并进行了对比实验,结果表明该方法可以有效解决原算法中固定值导致检测精度不高、误检测和漏检测的问题.     

基于梯度boosting的癫痫脑电检测方法(英文)

自动癫痫脑电检测对癫痫的诊断具有重要意义,可以减轻监测长期脑电的工作强度。本文提出和探讨一种基于梯度boosting的长程脑电癫痫检测的新机器学习算法。该算法提取长程脑电的相对波动指数作为特征,采用梯度boosting算法训练分类器来识别发作和正常脑电。最后采用平滑和"collar"技术作为后处理进一步提高检测准确率。利用弗莱堡21位病人的脑电数据对该癫痫检测算法进行评估,实验表明,该算法的平均灵敏度为94.6%,误检率为0.18/h。     

基于机器视觉的芯片编号识别算法

针对芯片检测过程中芯片编号形状小、人眼无法识别的现状,开发了一套芯片编号识别系统。系统以机器视觉技术为基础,配备高分辨率Basler相机、高倍率镜头以及高性能点光源,能实现高分辨率图像采集;利用Hough直线检测对图像进行水平旋转,利用图像轮廓查找算法对兴趣区域进行提取分割,利用帧差法对兴趣区域与标准库进行比较,找到最匹配的图像,其标签为识别结果。实验结果表明,运用系统的图像处理算法可以代替人眼通过高倍放大镜识别,改进了芯片检测工艺,大大提高了芯片检测的效率。     

基于Hough算法的图像对称轴检测

为高精度提取对称刚体对象的中轴线,提出了一种基于Hough变换的图像对称轴检测方法.本文以子弹为研究对象,首先采集原始图像,因刚体边缘是对称轴检测的基础,采用相关的算子进行边缘检测,获得所有可能的边缘点.然后利用测得的所有边缘点,通过Hough变换确定图像所有可能的对称轴,进而得到所有的倾斜角和截距及其范围.最后,利用最小二乘法计算,当刚体一边边缘点关于对称轴的对称点到另一边所有边缘点的最小距离之和为最小时,该对称轴即为最优对称轴,也是被测对象的中轴线.仿真实验结果证明,该算法在一定程度上提高了对称轴检测的抗噪性和精度,对实际工程应用具有一定的价值.     

提高圆形指针式仪表自动识别算法准确度的探讨

随着计算机图像处理技术的发展,指针式仪表的自动识别在计量校准领域应用越来越普遍,可以大大提高校准效率与精度.仪表自动识别的过程大致相似,本文针对提高圆形指针仪表自动识别准确度的关键算法进行了探讨.实验证明,通过对识别算法的优化,可以大幅度提高指针式仪表的识别成功率.     

基于改进的Hough变换图像分割方法

在图像处理和计算机视觉中,Hough变换是一种应用非常广泛的图像边缘检测技术,针对传统Hough变换算法所需的存储容量大、计算量大、速度慢、效率低,不能确定曲线端点及长度的问题,提出了一种改进的Hough变换方法,它根据Hough变换思想的逆变换,采用对参数空间逐步细分的方法,逐步排除不包含直线的区域,能够有效地减少存储容量,提高运行效率,并能有效地求出曲线轮廓的端点及长度.该方法已成功运用于车牌自动识别系统的车牌分割中.     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。