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。     

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.     

基于曲线跟踪的直线检测方法

对标准Hough变换以及一些改进的Hough变换在直线检测应用中的不足进行了分析。在此基础上,提出了一种基于曲线跟踪的直线检测算法。避免了Hough变换中的无效积累,解决了Hough变换不能确定直线端点的问题,且检测精度高。     

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。     

单参数Hough变换实现圆检测方法的研究

Hough变换因其可靠性高而在数字图像处理领域中有广泛的应用,但本身具有存储空间大、计算复杂、处理时间长等缺点.在分析了Hough变换及其多种改进方法之后,利用圆的几何特性,给出了一种新的Hough变换圆检测方法--单参数Hough变换(SPHT)用来实现对圆形图像的检测.     

外场激光光斑中心检测算法研究

激光光斑中心检测是光学测量中常用的关键技术。检测算法的精度及速度直接影响了测量的精度及速度。针对外场环境下干扰较强的特点,研究了重心法、Hough变换法以及圆拟合算法,通过理论分析与实验,提出一种改进的激光光斑中心检测算法,提高了中心检测的精度、速度及抗干扰性,可用于外场环境的实时光学测量。     

Hough变换在足球机器人视觉处理中的应用

Hough变换是形状识别的有效方法,在Robocup小型组(SSL)比赛的视觉处理系统中,可利用Hough变换对场地边界及机器人色标进行直线和圆检测,通过几何特征的约束,及适应场地情况的算法改进,可减少Hough变换的处理时间,以解决比赛场地标定繁复及在不同光照条件下机器人识别困难的问题.上述方法与颜色识别方法相结合,提高了比赛系统的稳定性及准确性.     

基于图像处理的爬壁机器人焊缝识别与跟踪

基于爬壁机器人移动平台和单目相机的图像采集系统,设计了一种焊后焊缝图像处理方法,将改进的自适应中值滤波算法与灰度形态学方法结合,实现从信噪比较高的图像中提取特征。采用基于边缘检测和Hough变换的焊缝位置提取算法,经测试识别准确率达70%,且单幅图像平均处理时间为200ms,能满足管道爬壁机器人行进过程中的实时焊缝跟踪,并提供了一种引导机器人沿焊缝前进的自主定向方案。     

工件孔心距的视觉测量

介绍了应用广泛的Hough变换检测圆的基本算法,并根据实际被检测对象作了改进,在此基础上,提出了基于视觉检测技术的薄板零件上孔心距的测量方法.该方法能动态、实时、在线检测,抗干扰能力强,精度合适,可达到生产要求.     

全景海域图像中的圆形海天线提取

针对全景海域图像背景复杂且海天线呈近似圆形的特点,提出了一种基于分形维数和改进Hough圆变换的全景海天线提取算法。该算法首先通过地毯覆盖法计算海域全景图像的分形维数,并据此提取出全景采集装置等设备在全景图像中的成像,消除其对海天线检测的不良影响。针对经典的梯度Hough圆变换算法提取全景海天线时无法给出唯一正确解的问题,提出了一种改进的Hough圆变换算法来有效提取全景海天线。对400幅不同情况下采集的全景海域图像进行了实验。结果表明,提出的算法在理想情况、海天线部分缺失、低对比度和海天线大范围断裂等多种情况下均可以有效提取出全景圆形海天线,检测准确率达95.75%,适用性和鲁棒性良好。     

Underwater cable detection in the images using edge classification based on texture information

In this paper, a new approach is proposed for detection of an underwater cable, which makes an Autonomous Underwater Vehicle (AUV) capable for automatic tracking. In this approach instead of traditional image segmentation, first, edges of the images are extracted. Then they are classified using Multilayer Perceptron (MLP) neural network and Support Vector Machine (SVM) using texture information. Then the edge points belonged to the background information are removed and the remaining ones are used for the next processes. Finally, the filtered edges are repaired by morphological operators and are fed into the Hough transform for cable detection. Some texture information methods are used for feature extraction but the results confirm that the 2D Fourier transform in combination with MLP network is the best method for edge classification in this environment. Hough transform, is used in two strategies, which in the first one, the whole information of the edges in the image, are used for line detection, and in the second approach because of curve like shape of the cable, a center part of the image, is used for line detection. In the experiments, many different scenes was used for testing the cable detection algorithm, which first method, resulted to good accuracy but the second one, provided better recognition rate for the cable detection task.     

基于Faster R-CNN的工件螺纹孔目标检测

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

基于图像识别的激光切割质量分析

为了准确量化激光切割过程中出现的烧蚀缺陷,提出了基于改进的形态学缺陷提取算法与基于霍夫变换的缺陷测量相结合的方法。改进的形态学提取算法用于缺陷位置的检测和提取,霍夫变换用于缺陷尺寸计算,该方法可以准确提取并测量出切割缺陷尺寸和面积特征。以不同工艺参数下切割产品烧蚀区域宽度和面积为激光切割质量评价指标,研究了切割速度和氧气压力对切割质量的影响。当氧气压力在1.0 MPa范围内,顺时针切割时烧蚀区域宽度和面积呈现出相同的变化规律,逆时针切割时烧蚀区域宽度和面积呈现相反的变化规律。顺时针切割时,切割质量最佳,最小烧蚀宽度为9 px,最小烧蚀区域面积为34 px²。实验结果表明,所提出的方法能够快速识别出激光切割产品缺陷特征,准确评价激光切割质量。     

高速列车非平稳振动信号盲源分离方法及应用

高速列车具有若干时变激励源,传统的时频分析方法只能对观测的混合振动的总体强度分布、时频域结构加以分析,不能分离出与各振源对应的信号分量从而明晰振源状态与故障特征。盲源分离是一种可行的分析方法,但由于高速列车振动信号具有时变振源数目、时变信号长度、受车速调制的变频非平稳等特征,传统的盲源分离方法不适用。为了提高高速列车非平稳信号的盲源分离效果,基于自适应滤波理论提出全局最优信噪比盲源分离新方法,并对其可分离性的判别依据进行论证。新方法的有效性经仿真计算和实测数据分析得到验证。研究表明：新方法对高速列车时变非平稳信号的盲源分离效果优于传统的基于非线性函数的盲源分离方法和基于高阶累积量的盲源分离方法。     

基于语义新型眼部特征的混合参数模型构建

以标准证件照片为研究对象构建了眉毛与眼睛混合一体化参数模型,针对眼睛、眉毛及眉眼共设定14项主特征参数,据此创建28位二进制语义编码。图像处理分为四步:首先,根据眼睛色度信息反映出的眼睛轮廓定位眉毛与虹膜,并针对眼部带状区域实现图像分割;其次,通过改进的Hough变换算法实现对眉毛和虹膜外边缘轮廓检测;然后,用投影方法提取眼部混合特征参数;最后,按特征参量实现语义编码。经1 000张证件照实验证明,图像特征的提取成功率为99%以上,系统对每幅图像自动处理时间小于1.75s。     

基于改进Hough变换的交通标志图像中的直线检测

准确地提取出交通标志图像中的直线特征,对于提高对交通标志的识别率具有重要的意义。提出利用Hough变换来检测交通标志图像中的直线特征,并针对已有Hough变换的缺点,如参数空间中的峰值扩散问题,繁重的计算复杂度和空间复杂度等,提出了一种改进的Hough变换。在新的方法中,采用自适应“多对多”映射方式。在该映射方式下,能很好地解决峰值扩散问题,对参数的量化宽度不敏感,且在峰值检测的过程中能非常方便地选取阈值。实验结果表明,采用新映射方式的Hough变换方法能在可接受的时间内准确地提取交通标志图像中的直线。     

Adaptive noise cancellation based on EMD in water-supply pipeline leak detection

In water-supply pipeline leak detection and location, both the leak signals and blurred noises are closely related to the pipeline states and surroundings and most of the conventional noise-cancellation methods have to depend on the empirical parameters of either signals or noises. EMD (Empirical Mode Decomposition) is an adaptive signal decomposition method and is exclusive of base functions. A signal is decomposed into several IMFs (Intrinsic Mode Functions) in EMD, then the noise in a signal can be cancelled through removing uncorrelated IMFs. The existing EMD noise cancellation methods need to know the characteristics of either the wanted signal or the noise for rebuilding the noise-removed signal. However the characteristics of leak signals and noises are not fixed in various pipeline conditions, so the existing EMD noise cancellation methods can’t be directly applied in water-supply pipeline leak detection. This paper proposes an adaptive noise cancellation method based on EMD, in which the IMFs that don’t or less contain the components related to the leak can be removed through the cross-correlation between the IMFs and another signal collected at the either side of a suspect leak. In simulation analysis, the adaptive noise cancellation method can increase the SNRs (Signal to Noise Ratios) of leak signals as high as 16 dB. In processing practical pipeline vibro-acoustic signals, with the proposed method the peak of adaptive time delay estimate of leak signals, which determines the location of a leakage, becomes more distinguished, and thus the error of leakage location is improved.     

基于改进的Hough变换的铁轨提取算法

为了能有效解决高危路段铁轨检测任务,必须准确、快速提取出数字图片中的铁轨。本文提出了一种基于多约束的Hough变换（HT）的直线提取算法。该算法采用局部算子法和全局直线拟合法提取铁轨,结合传统HT的思想,对基本算子进行约束,得到可能的铁轨点并标记方向。该算法计算时间短,具有较高的准确性。本文综合运用Hough变换在检测直线上的优越性和微分学的简单准确,来识别局部弯曲的铁轨,并在铁轨识别上进行仿真,取得了良好的效果。