自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

Hough变换在温度计检测中的应用

一、引言直线检测是图像分析与模式识别的重要内容,Hough变换正是直线检测的一个有效而可靠的方法。在检测温度计示值稳定度时需要利用Hough变换提取刻度线位置和水银柱头的位置。Hough变换是P.V.Hough于1962年提出的一种形状匹配技术,具有很强的抗干扰能力和很高的鲁棒性,广泛应用于直线检测中。但是其巨大的存储空间和复杂的计算量降低了其算法的效率,本文结合实际,给出了利用Hough变换判断待检温度计是否合格的方法。     

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法.该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角.在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数.实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍.     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。     

一种基于Hough变换的远红外图像座椅定位方法

准确定位电影院中的座椅对于统计电影院中观影人数和观影过程中人行为的检测是十分重要的。同时,由于现有电影院中的实时监控是红外图像视频,具有分辨率低、对比度差等特点,因此,红外电影院图像中座椅的定位变得较为困难。Hough变换具有对图像中直线的残缺部分、噪声以及其他共存的非直线结构不敏感的特性,具有较强的抗干扰性和鲁棒性。本文提出一种基于Hough变换的远红外电影院图像中座椅的定位方法。通过观察远红外图像中座椅的分布情况,估计出符合座椅边界的曲线方程,对该方程进行Hough变换,从而定位座椅。利用该方法避免了由于远红外图像座椅与背景对比度差、边缘模糊、视觉效果较差等原因造成的不易检测边缘曲线的问题。经实验证明,基于Hough变换的规则红外目标的检测方法具有可行性,且检测效果好。     

基于线奇异性分析的图像边缘检测方法

针对基于图像像素点分析的边缘提取方法存在无法同时满足高抑噪性、连续性,定位性等问题,本文提出了方向Beamle变换(DBT)方法,在定义图像线奇异性的理论基础上,利用DBT对图像进行线奇异性分析,依据Beamlet变换具有的线段提取能力,将图像边缘检测问题转化为方向Beamlet变换系数矩阵中奇异点的检测问题,以降低噪声点对边缘检测结果的影响.通过对人工图像以及SAR图像的实验,与经典边缘检测算子相比较,验证了本方法具有较强的抗噪性,特别是针对直线边缘,在抑制噪声影响的同时保证了线状边缘的直线连接性,抗噪性较强.     

基于RHT-LSM直线检测方法的研究

本文结合随机Hough变换(RHT)抗噪声能力强与最小二乘法(LSM)拟合精度高的特性,提出了一种基于随机Hough变换与最小二乘法进行直线检测的方法.该方法能用于背景噪声较强,直线存在一定弯曲的图像,检测精度高.首先,用随机Hough变换确定直线的大致位置,得到直线参量和数量;然后,利用所得直线参数,计算图像中的点到直线的距离,根据距离,可以确定每条直线附近的点集,剔除干扰点和噪声;最后,用最小二乘法对点集中的各点进行拟合,得到精确的直线参量.把该方法应用于列车动态识别中的制动梁检测,得到了良好的效果.     

基于Hough变换的车窗提取算法

在HOV乘客数检测系统中，对车窗的定位与提取，可以极大地减少计算量，提高系统的运算速度以及检测的准确度。针对图像中车窗边缘的图像特点，提出了一种基于相位编组法进行图像分块，在图像块内进行决速Hough变换的直线检测，并结合积分投影方法对车窗进行定位与提取。实验结果表明该算法具有较快的运算速度和较高的检测准确率。