共查询到18条相似文献,搜索用时 78 毫秒
1.
针对植物叶脉的特点,提出了利用灰度拉伸、Hough变换与边缘生长、图像腐蚀与膨胀进行植物叶脉检测的新方法。在该方法中,Hough变换检测植物叶脉图像的同时也较好的消除了图像噪声,该方法应用到植物叶脉检测中效果较好。 相似文献
2.
3.
4.
基于Hough变换的圆检测方法 总被引:11,自引:1,他引:11
总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度. 相似文献
5.
交通标志的有效检测是交通标志识别系统中的关键步骤;提出一种基于颜色和形状的交通标志检测新方法,首先由最小欧式距离的聚类分析方法以及特征量与聚类中心的向量积提取夹角正弦方法,构造两级颜色特征分类器并通过训练实现优化分割,然后对滤波后图像边界跟踪,利用新的链码方法实现区域的拐角点提取,最后由几何特征判定区域的形状进行定位,实现交通标志的检测;实验结果表明,该方法在不同气候条件下的平均检测率达92.96%,优于同类方法且具有较高的鲁棒性。 相似文献
6.
一类正弦曲线的Hough变换快速检测方法 总被引:9,自引:0,他引:9
对一类定周期正弦曲线的检测问题进行了研究。提出了一种两步实现的快速检测方法:首先采用投票机制确定正弦曲线的基线位置,然后采用二维Hough变换提取该位置所对应的正弦曲线的幅度和初相位参数。给出了对模拟图像测试的结果,且与传统的Hough变换算法作了对比。结果表明,该文方法大大降低了检测过程中时间和存储空间的开销,提高了检测速度和效率。 相似文献
7.
8.
9.
针对车道线检测中特征点匹配方法存在实时性不高和精度低的问题,本文首先提出了基于消失点改进的Hough变换提取特征线,剔除了干扰线,提高的计算量;然后对特征数据集采用 K-means 聚类和RANSAC拟合算法,首先利用 K-means 聚类对改进的Hough变换提取的特征点进行预处理,剔除了孤立的特征点,接着匹配Catmull-Rom 样条曲线进行RANSAC拟合,相当于二次优化,实现了车道线的快速和精确配准。通过实验表明,该算法不仅提高了车道线识别的精确度,而且具有很好的鲁棒性。 相似文献
10.
椭圆检测在图像、图形识别与计算机视觉领域中有着重要的应用,而基于Hough变换的椭圆检测是其中常见的方法之一。本文对基于Hough变换的椭圆检测算法进行了综述,其中包括利用三点确定椭圆的提取方法、基于弦中心Hough变换的提取算法和基于椭圆几何对称性算法等,着重对不同方法的原理、实现和优缺点进行了讨论。 相似文献
11.
12.
13.
14.
15.
一种基于Hough变换的损伤检测方法 总被引:1,自引:0,他引:1
针对香烟条包端面透明纸损伤的实时、在线图像检测问题,提出一种基于Hough变换的损伤检测方法.根据香烟条包端面透明纸的损伤特点,利用Hough变换原理构造了一个损伤判别准则,并根据该准则值的大小来实现损伤的在线检测.构建了图像检测系统,利用实际采集的香烟条包端面透明纸损伤图像对该方法进行了分析和验证,结果表明,其可以有效地检测香烟条包端面透明纸出现的异常现象. 相似文献
16.
基于Hough变换圆检测的人眼精确定位方法 总被引:17,自引:2,他引:17
眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。 相似文献
17.
提出一种基于窗口霍夫变换与阈值分割自动识别图像中的矩形策略: 通过图像窗口霍夫变换,提取霍夫图像的峰值(对应原始图像的线段),当四个峰值满足某些几何条件时,则检测出矩形;对图像进行阈值分割,将分割结果与霍夫变换的矩形做拟合修正.对不同成像背景和光照环境下图像的集成测试结果表明,本策略能够很好地抑制在多种自然光照不均和拍摄角度造成的干扰.且采用了缩略图计算,降低了逐像素运算的时间复杂度,可满足实时性要求.该技术可运用在实时准确裁剪银行票据目标等各个需要快速识别矩形的工程领域. 相似文献
18.
基于随机Hough变换的深度图像分割 总被引:4,自引:1,他引:4
提出了基于随机Hough变换的深度图像分割算法,该算法采用随机Hough变换在深度图像中寻找平面,具有对噪声不敏感的优点.通过对一常用深度图像数据库(ABW图像库)的分割实验,并将实验结果同4种经典的深度图像分割算法在同一数据库中的分割结果作了比较分析,表明该算法对噪声不敏感,分割性能优于4种经典算法。 相似文献