对边缘不突出的显微镜影像进行边缘特征提取与Hough直线检测

文章主要介绍如何对边缘不突出的显微镜进行边缘特征提取与Hough直线检测,其中涉及到数字图像处理中的边缘检测、图像二值化及Hough直线检测算法。     

基于改进Hough变换的车道线检测技术

为提高车道线识别的实时性和可靠性,提出了一种基于改进Hough变换的车道线检测方法;在图像预处理时对不同光照图像进行分类处理,得到二值化图像;利用极角约束Hough变换进行车道线初始定位;根据前一帧图像信息使用基于动态ROI的Hough变换进行车道跟踪;算法加入了车道线检测失效判别模块,以提高检测的可靠性;由于该方法减少了图像空间中被投票的目标点数,缩小Hough变换的投票空间,在一定程度上提高了车道检测的实时性和稳定性;实验结果表明,在结构化道路上,对于不同的路况,算法均具有较好的实时性和鲁棒性。     

基于 Hough 变换和 Catmull-Rom 样条曲线的 钢轨检测算法

针对现有的钢轨检测算法中对于钢轨识别准确性不高的问题,提出一种基于 Hough 变换和 Catmull-Rom 样条曲线的钢轨检测算法。首先对图像进行降噪预处理,利用 Canny 边缘 检测算法进行边缘检测,然后利用 Hough 变换检测直轨,根据直轨消失点确定轨道模型,最后 针对弯轨利用等分窗口搜索弯轨特征点,对选取的特征点进行 Catmull-Rom 样条曲线拟合弯轨。 实验表明,该算法不仅能够准确拟合钢轨曲线,而且具有较好的准确性和鲁棒性。     

125MN挤压机活动部件二维位移测量系统设计

针对125MN挤压机活动部件的偏移,设计了一种二维位移测量系统,以Intel开源计算机视觉类库OpenCV为基础,利用Cmos摄像头采集激光光斑图像,并结合数字图像处理技术对采集的图像进行预处理、分割、重心算法处理,最终在上位机显示活动部件的二维位移信息。实验表明,系统测量相对精度达到1.3%。     

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。     

基于限定区域和Hough变换的车道线的检测方法

车道线检测和预警是智能车辆视觉导航系统中的重要组成。为提高检测的实时性,提出一种基于限定区域Hough变换的车道线检测方法。首先利用车道线角度和范围的约束对车道线进行的限定区域划定,然后在区域内检测到符合条件的车线时再进一步建立动态ROI区域,使区域最小化,减少图像空间中被投票的目标点数,缩小Hough变换的投票空间。针对不同的光照情况,根据图像的平均灰度值来设计自适应预处理步骤,提高了算法抗干扰性。实验结果表明,在结构化的高速公路上,算法具有较好的实时性和抗干扰性。     

基于自适应ROI和蚁群边缘检测算法的车道线检测

论文针对天气阴暗和复杂背景等情况下难以检测车道线的情况,提出了基于消失点的自适应ROI提取和基于蚁群算法的边缘检测方法。首先进行图像预处理得到灰度化图像,然后使用基于纹理的gLoG滤波进行消失点检测以消除复杂背景的影响,使用蚁群算法对灰度图像进行边缘检测以解决Canny算子对噪声敏感的问题,最后对感兴趣区域进行Hough变换直线检测并且使用极角极径约束Hough变换拟合的直线,最后实现车道线检测的功能。实验结果表明,论文提出的方法在道路环境多变和阴暗天气下能实现很好的车道线检测结果,准确率最高可达95.96%。     

基于形态学结构元素建模的车道线检测算法

针对智能车辆辅助导航系统中车道线检测算法复杂、鲁棒性差的问题,提出了一种基于形态学结构元素建模的车道线检测算法。算法首先通过交变序列滤波器对原始图像进行滤波,然后利用具有车道模型特征的结构元素对预处理后的图像进行特定目标提取,再对提取出的车道左、右标识线进行外线判断运算以去除双边缘,将所得结果进行整合得到车道左右内侧边缘线,最后进行Hough变换标记车道线。实验表明,该算法简单、鲁棒性强,能准确地检测到车道标识线。     

基于OpenCV的输送带跑偏自动检测算法研究

为提高输送带跑偏检测方法的实时性和精度,结合OpenCV函数库的优点,提出了一种输送带跑偏自动检测算法。该算法利用CCD摄像机实时采集输送带视频流图像,并对图像进行预处理,然后使用改进的Canny边缘检测算法检测图像边缘,最后利用Hough直线变换提取输送带跑偏特征,通过输送带图像的几何特征来判断其是否跑偏,如跑偏则报警。实验结果表明,该算法简单有效,运算速度快,实现了输送带跑偏的自动检测。     

基于Hough 变换的三次方Bezier 曲线检测算法研究

类似经典Hough 变换中对直线（段）、圆（弧）、椭圆、抛物线等解析曲 线的检测,论文研究了三次方Bezier 曲线的检测算法,提出了离散Bezier 曲线的特征建模 方法和使用R 函数的Hough 变换曲线检测快速算法。该算法能够根据所给出的待检测目标 点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验 表明,该法能够有效地检测任意三次方Bezier 曲线,且精确度优于目前广泛用于曲线检测 的广义Hough 变换。     

基于声音阵列和图像处理的皮带机跑偏检测系统

针对传统的皮带机跑偏检测系统无法准确获得跑偏位置而导致在检测过程中存在识别速率慢和识别精度差的问题,提出一种基于声源定位和图像处理的皮带机故障检测系统。麦克风阵列拾取皮带声音信号并进行预处理,鉴频器进行鉴频识别,得到故障声后采用卷积神经网络(CNN)算法获取故障声位置。上位机系统收到异常声源的位置信息后,调控工业摄像机对异常位置进行照片拍摄,并将照片发送至上位机系统进行预处理,随后采用灰度平均法进行图像分割,同时提取边缘特征,利用跑偏角和偏移量计算皮带机跑偏的阈值范围,结合支持向量机(SVM)来判断皮带是否跑偏和跑偏的严重程度,并将判断结果发送至报警系统。仿真结果表明,该系统具有较好的故障声源识别和定位功能。     

基于TOF深度图像修复的输送带煤流检测方法

传统的带式输送机煤流检测装置中,核子胶带秤存在一定安全和环保隐患,电子胶带秤检测精度易受输送带张力、刚度等因素的影响;而基于超声波、线激光条纹、双目视觉等技术的非接触式检测方法存在实时性差、测量误差较大等问题。提出了一种基于飞行时间(TOF)深度图像修复的输送带煤流检测方法。通过TOF相机获取输送带运煤图像;对TOF图像进行均衡化处理,采用帧差法和边界跟随算法去除背景噪声,获得感兴趣的煤料区域;针对TOF深度图像因边缘处存在飞行像素噪声与多径误差噪声而导致的边缘信息不准确问题,提出强度图像引导的深度图像修复算法,通过Canny边缘检测算法寻找深度图像和强度图像的相似边缘,基于强度图像的有效边缘信息对深度图像边缘处的不可靠数据进行校正,并进一步基于Navier-Stokes方程和中值滤波器得到高精度深度图像;对煤料区域进行像素级分割,并建立煤料体积计算模型,结合输送带速度得出输送带煤流。实验结果表明,该方法的检测误差不超过3.78%,标准差不超过0.491,平均处理时间为83 ms,满足实际生产要求。     

强力输送带接头识别算法

针对现有的强力输送带故障实时检测方法存在故障定位困难的问题,以接头为基准参考点,提出了一种基于图像处理技术的强力输送带接头识别算法。该算法根据接头点的特征,把接头点用一个数值表示出来,并根据这个数值,以一种简单的方式区分出上、下接头点;然后根据接头的特征,并通过修改最长公共子序列算法的匹配方式,对接头进行识别。实际应用表明,该算法精度高、速度快,可有效识别强力输送带的接头,满足了强力输送带故障检测中接头定位的要求。     

基于图像处理的在线吸尘机器人研究与实现

为解决工业生产线灰尘清理以及产线过度磨损的问题,本文研发设计了一种基于图像检索算法的产线智能吸尘机器人.首先设计了产线吸尘机器人的机械结构,其次,为提升其吸尘效率,基于摄像头获取的实时传送带监控图像,采用小波变换和GLCM算法检索图像纹理特征,使用根据距离度量法计算图像的相似度,相似度越低,吸尘口风速越大,然后,控制直...     

基于X射线的钢丝绳芯输送带监测系统设计

介绍了X射线探测原理,设计了一种基于X射线的钢丝绳芯输送带监测系统,详细阐述了该系统的硬件和软件设计。该系统可以实现输送带在线全速检测,能够提供输送带任意位置的X射线透射图像;通过对输送带的图像处理和对比,可对钢丝损伤、拉伸和修补区域进行定位,并可自动报警。     

钢丝绳芯输送带X射线检测系统图像分析算法

提出了一种在线分析和离线分析相结合的图像分析算法：在线分析阶段采用支持向量机检测出接头图像,采用显著图法检测出有损伤的输送带图像;离线分析阶段采用细化、区域分析等图像处理方法检测接头抽动,并对各种损伤情况进行分类。该算法使得检测系统具备针对输送带X图像实时分析的能力,而且损伤检测准确率非常高。实验分析和现场实践验证了本文所提算法的有效性。     

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.     

强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

快速霍夫变换算法

二值图像的直线检测过程中,标准霍夫变换算法的计算量为O（N^3)。该文提出一种快速霍夫变换算法,其计算量仅为O（N^2log2N)。该快速算法可以并行实现;处理器阵列规模为O（N^2)时,计算量为O（log2N)。文中还分析得到快速算法的误差上界,并提出一种改进的快速霍夫变换算法以获得更高的计算精度。最后,给出算法的数值算例。理论分析及数值算例都表明,该文的快速霍夫变换算法在直线检测过程中有着更高的计算效率,并且具有良好的计算精度。     

基于夹角的直线检测算法

为了能有效解决Hough变换计算量大、处理速度慢等问题,提出了一种基于夹角的直线提取算法.该算法直接在图像空间提取直线,通过判断图像中任意三点形成的直线夹角,获得一条可能的直线,然后再在数据空间中进一步判定这条直线的真实性.实验证明,该算法具有较高的直线检出率、检测精度和运行速度,与具有类似检出率的算法相比虚假直线数较少,综合性能具有优势.