改进的Hough变换在零件圆心定位中的应用

针对自动化生产线上粉末冶金零件在检测中圆心定位困难的问题,在传统Hough圆变换方法基础上作了一系列改进,该方法先对图像进行预处理,比如滤波、边缘检测等,然后进行Hough变换实现零件图像的快速定位。实践证明,该方法不但减少了图像处理的时间,而且提高了Hough圆变换在各种零件检测中圆心定位的准确性。     

随机Hough变换识别PCB圆形焊盘

介绍一种基于随机Hough变换识别PCB布线对象圆形PAD的方法,并对识别的结果进一步采用相似性度量和四方向跳变算法判别和确认,算法在Visual C++2005软件开发平台上编程实现并比较识别效果.实验表明该方法有效提高了随机Hugh变换算法在几何识别应用中的识别效率,为PCB初检和成品检测工作奠定了良好基础.     

Hough变换在工业测量中的应用

基于随机Hough变换"多对一"的思想,提出了一种应用机器视觉对直线和一般二次曲线检测时改进的Hough变换方法,实践证明该方法在工业测量中行之有效。     

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。     

基于改进Hough变换的图像线段特征提取

为了从复杂背景中提取欲识别的目标,提出一种基于改进Hough变换的图像线段特征提取方法.针对传统Hough变换的局限性,在经典算法的基础上增加了全局阈值与局部阈值结合去除虚假尖峰,利用动态分组原则确定线段的端点,融合端点邻近的线段等改进算法.实验表明,该方法不但可以识别简单背景中的规则几何图形,还可以有效地提取复杂背景中真实目标的线段特征.     

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.     

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。     

基于改进Hough变换的符号线段特征提取

研究了数学表达式识别中符号线段特征的提取问题.为正确提取符号的线段特征及其一些相关属性,提高识别系统的符号识别率,对Hough变换的局限性进行了分析,并作了一些改进,改进算法在原算法的基础上增加了线段的连续性的检测以及相关属性的提取,如线段数目、方向(角度)以及始末端点等.实验证明,该算法能有效地提取出符号线段及其一些属性,可应用于其他识别系统的符号特征提取.     

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.     

基于改进随机Hough变换的虹膜定位算法

针对随机Hough变换(RHT)中随机采样造成的大量无效采样和无效积累问题，提出了基于连续曲线段的RHT(CRHT)算法并应用于虹膜定位中，它一方面利用了边缘图像的连续特性减少无效采样的数量，另一方面利用了精度不高的梯度方向信息减少无效积累的问题。实验结果证明改进的CRHT算法提高了虹膜定位速度。     

图像技术用于零件尺寸测量的研究

提出一种基于视觉检测技术的边缘检测算法,可以对复杂难测的零件进行尺寸和形状测量.采用改进的随机Hough变换,加以相应的约束条件,将被测图像的边缘像素变成有意义的线特征,从而得到所需的被测对象参数的精确结果.     

基于Hough变换的细丝直径图像测量系统

文章首先介绍了细丝直径测量系统的构成,然后阐述了Hough变换的原理及实现方法,在此基础上,对细丝直径进行高精度图像测量。首先得到细丝的二值化图像,然后使用Hough变换找到参数空间中累加器值最大的两个单元,进而得到代表细丝边缘的两条平行线,以及两条平行线之间的距离。通过单位标定,得到细丝直径的测量值。同时,还与使用螺旋测微器得到的测量值进行了比较。结果表明,基于Hough变换的细丝直径图像测量方法具有精度高、测量速度快等特点。     

基于仿真模板的Hough变换直线检测

Hough变换直线检测是遥感图像理解、分割和处理中常用的直线特征自动检测技术之一,其运算过程中所需数组的大小决定了参数空间的采样多少,直接关系到计算精度和速度.在此提出的模型仿真、模板调用方法,简便快捷地实现不同数组大小的多次试验和比较,找到满足实际精度和速度要求的数组参数;将仿真模型、仿真过程和所得参数做成易于调用的模板,供检测系统使用.应用中只需将遥感图像像素坐标映射到模型的定义区间,调用后再将结果映射回图像空间.此方法使Hough变换直线检测的调试、修改和移植变得容易,经实际应用证实本方法方便高效.     

基于快速Hough变换的图像纠正

在单张成品检测中,Hough算法是一种应用非常广泛的图像角度检测方法,但其具有所需计算容量大、运算速度慢、效率低的弊端.提出了一种基于快速Hough算法的局部检测方法,能有效地减少计算容量,提高运算效率,从而满足工业成品检测时间上的要求.     

基于Hough变换与特征聚类的指针轮廓识别方法

无人值守机器人在智能配电房进行巡检、监测采样过程中,需对配电房内的指针式仪表进行自动化识别与判读。对于方型指针式仪表,提出一种基于轮廓特征筛选与直线检测的仪表智能识别方法。在该算法的前处理过程中,针对巡检视角窗口的移动性与多个仪表的分割提出了基于分数体系的算法;在表盘指针识别的图像处理过程中,提出了基于轮廓特征检测与Hough线段识别相结合的方法,并进行聚类估值处理,有效地改进了传统的直线检测方案。利用OpenCV视觉库和C++在计算机中进行算法实现和验证,结果表明,该算法满足精度要求,具有较高的应用价值。     

结合改进Hough变换的在线工件直线特征提取研究

为提高轴类零件在线非接触检测的可靠性和实时性,通过对现有图像处理算法的分析,在对现有方法应用的同时,虽其中的部分算法进行了改进,提出了一种基于改进Canny算子与改进Hough变换相结合的直线特征提取算法。通过对获得的零件轴图像预处理,增强图像信息;用改进的算法对图像进行边缘直线的特征提取。通过实验表明,改进的算法自适应能力较强,能够有效抑制噪声,并可以快速准确地提取零件轴的边缘信息,能够满足工件在线检测的要求。     

基于Hough变换的激光扫描数据直线提取

介绍了Hough变换在对激光扫描数据进行直线提取方面的应用。在集装箱起吊的安全检测中采用激光技术是一个新途径 在对集装箱的起吊是否安全进行判断的关键是对激光扫描所形成直线段的相互关系判定。传统的Hough变换存在无法提取直线的端点,会出现虚假直线等问题,文章提出的改进的Hough变换算法,解决了传统Hough变换的问题,实现了对激光扫描数据的直线的提取。实验证明了所述方法的有效性。     

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Hough变换的焊缝位置检测技术

对Hough变换的应用技术进行了细致的分析,归纳出了图像域参数与变换域参数的三种对应关系,减少了Hough变换运行时一些盲目的搜索和计算,提高了算法的运行效率。在累加器设计上,应用了三元组数据结构,压缩了累计器的数量。应用Prewitt边缘检测方法和中值滤波技术将图像转换为二值图像,使边缘部分得以增强,噪声得到抑制。在此基础上,提出了一种新的焊缝位置检测方法,该方法不仅能检测出焊缝的偏离距离,而且能检测出焊缝偏离的方向。仿真与实际运行结果表明该方法检测精度高,抗干扰能力强。