一种新的不基于Hough变换的随机椭圆检测算法

椭圆检测在模式识别领域中占据着非常重要的位置。常见的基于Hough变换的椭圆检测算法(如RHT算法)存在着占用大量存储空间及计算耗时等缺点。本文提出一种高效随机的椭圆检测算法(RED)。该算法不基于Hough变换,其原理是:首先从一幅图像中随机地挑选出6个点,并定义一个约束距离以确定在此图像中是否存在一个可能的椭圆;当可能椭圆确定之后,引入椭圆点收集过程以进一步确定可能椭圆是否是待检测的真实椭圆。通过对具有不同噪声的合成图像以及真实图像进行测试,结果表明RED算法在低噪声与适度噪声的情况下,速度明显快于RHT算法。     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,提高椭圆目标的检测速度,提出了一种新的基于弧段提取的椭圆拟合方法;首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类定义新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆;实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

局部PCA参数约束的Hough多椭圆分层检测算法

针对随机Hough变换(RHT)在复杂图像中检测圆及椭圆时随机采样所造成的大量无效采样、无效累积以及运算时间长等问题,提出基于局部PCA感兴趣参数约束Hough多椭圆分层检测思路。首先利用边缘检测算子获得边缘信息并去除边缘交叉点,在边缘图像中标记并提取出满足一定长度的连续曲线段;其次利用线段PCA方向分析确定是否属于有效曲线段;然后,对所有感兴趣曲线段按照标记顺序依次利用椭圆拟合办法初步得到感兴趣椭圆粗略参数,根据拟合结果进而模糊约束Hough变换参数搜索范围,得到精确椭圆参数;最后利用检测结果更新图像空间,删除已经检测到的椭圆,依次进行,直到所有椭圆检测完毕。实验结果表明,该算法在计算、存储消耗上均大大减少。     

超声图像胎儿颅骨椭圆自动检测方法

为了对胎儿进行准确的头周测量和脑畸形诊断,需要自动准确地检测胎儿颅骨椭圆,为此提出了一种超声图像胎儿颅骨椭圆的自动检测方法.该方法首先使用K-均值算法将像素分为3类;然后取出亮物体,仅保留其中较大的连通分量;最后抽取骨架后再使用随机Hough变换(RHT)进行椭圆检测.该方法采用的预处理过程,使RHT需要考察的像素数极大地减少,从而提高了检测速度;另外,该方法还提出了一种新的RHT得分机制,由于该机制综合考虑了颅骨曲线在图像空问和参数空间的表现,从而提高了检测精度.     

视觉测量中环状编码标记点检测与识别方法

针对视觉测量中环状编码标记点检测识别易受成像角度、光照等因素影响的问题,提出了一种基于编码环采样的解码识别方法.使用Canny算子对图像进行边缘检测,提取图像轮廓结构信息,基于尺寸和形状约束,滤除非标记点轮廓;使用Otsu算法进一步提取标记点边缘环状邻域,通过最小二乘椭圆拟合求解椭圆参数,通过椭圆参数约束,再次滤除非标...     

引入差分约束和对抗训练策略的虚拟试衣方法

为了解决CP-VTON在试衣中存在的服装形变过度和纹理缺失的问题,使用了基于椭圆模型的肤色检测算法修正人体解析区域中的错误划分,提出根据实际网格定义的差分约束项约束回归网络学习并预测的薄板样条变换参数,以产生符合目标人物身型的形变服装;使用类U-Net的网络结构作为生成器,改进的卷积神经网络作为判别器,引入生成对抗训练策略对形变服装和目标人物进行融合。最后,重识别得到手臂公共区域的蒙版,利用泊松融合修补手部特征信息,提高手部清晰度。在VITON的数据集上进行实验,结果表明该方法解决了原来存在的问题,取得了较好的虚拟试衣效果。     

一种基于随机Hough变换圆检测的改进算法

介绍了一种基于随机Hough变换(RHT)的圆检测的改进算法.该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围.此方法较好地解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且改进后的算法使运行速度得到进一步的提高,检测性能也有较大的改善.该算法分别在加噪和不加噪的人工图像上做了实验,检测性能和处理速度方面都比传统的RHT有明显的改善和提高.     

基于随机Hough变换的人头检测

传统的人头检测方法多为基于人脸和头发的检测,误差较大。为此,提出一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。     

一种基于运动阴影的目标检测算法

运动阴影常被误划为目标并干扰目标的分割和跟踪,所以阴影检测在许多图像监控系统中都非常重要.本文研究传统阴影检测算法.针对传统算法受特定条件约束不能自动适用于不同场景的不足,提出一种在场景特征未知情况下的阴影检测算法.算法综合考虑颜色信息、空间信息和纹理信息,利用阴影的颜色、空间和纹理属性在待分析区域中确定其造成的颜色形变,通过使用颜色形变补偿和纹理校正检测到运动阴影.基于不同图像的实验结果表明该方法的有效性.     

圆形运动目标的快速检测方法研究

实现对圆的快速轮廓检测,是进行圆形运动目标跟踪与定位的前提。针对圆形目标在成像时发生形变而难以准确检测其外形轮廓的问题,提出一种将随机霍夫变换(RHT)和梯度矢量流主动轮廓模型(GVF Snake)相结合的圆形运动目标检测方法。首先利用改进的随机霍夫变换快速获取目标初始轮廓,解决GVF Snake的初始轮廓自动设置问题,然后基于GVF Snake的轮廓逼近能力,解决传统方法中出现的目标轮廓丢失问题,准确完整地提取目标的真实边界。实验结果表明,该方法有效克服圆形目标的形变,能够快速地提取目标轮廓,具备圆形运动目标的实时检测能力。     

基于最大内切圆的椭圆孔组检测

针对当前一些椭圆孔组工件检测成本高、时效低等问题,提出了一种基于最大内切圆的椭圆孔组检测方法。首先对椭圆孔组图像进行去噪、二值化和边缘检测等预处理;再根据椭圆的几何性质,结合椭圆中心估计方法和最值距离选取方法,求出椭圆最大内切圆,从而确定椭圆的中心坐标、长短轴长和倾斜角。实验数据表明,该方法能对椭圆孔组进行快速精确检测,在估计出椭圆中心的基础上能快速截取有效椭圆弧,大幅减少无效采样;与基于中心估计Hough椭圆检测算法和基于最小二乘改进椭圆检测算法相比,具有耗时短、精度高等优点,可有效应用于椭圆孔组工件的自动化检测。     

Detection of incomplete ellipse in images with strong noise by iterative randomized Hough transform (IRHT)

An iterative randomized Hough transform (IRHT) is developed for detection of incomplete ellipses in images with strong noise. The IRHT iteratively applies the randomized Hough transform (RHT) to a region of interest in the image space. The region of interest is determined from the latest estimation of ellipse parameters. The IRHT “zooms in” on the target curve by iterative parameter adjustments and reciprocating use of the image and parameter spaces. During the iteration process, noise pixels are gradually excluded from the region of interest, and the estimation becomes progressively close to the target. The IRHT retains the advantages of RHT of high parameter resolution, computational simplicity and small storage while overcoming the noise susceptibility of RHT. Indivisible, multiple instances of ellipse can be sequentially detected. The IRHT was first tested for ellipse detection with synthesized images. It was then applied to fetal head detection in medical ultrasound images. The results demonstrate that the IRHT is a robust and efficient ellipse detection method for real-world applications.     

Fast ellipse detection based on three point algorithm with edge angle information

In this paper, we introduce a fast ellipse detection method that uses the geometric properties of three points on an ellipse. Many conventional ellipse detection methods carry out detection using five points, but a random selection of such points among candidate edges requires much redundant processing. To search for an ellipse with the minimum number of points, this study used the normal and differential equations of an ellipse, which requires three points based on their locations and edge angles. First, to reduce the number of candidate edges, the edges were divided into 8 groups depending on the edge angle, and then a new geometric constraint called the quadrant condition was introduced to reduce noisy candidate edges. Clustering was employed to find prominent candidates in the space of a few ellipse parameters. Experiments using many real images showed that the proposed method satisfies both reliability and computing speed for ellipse detection.     

基于椭圆检测的充电口识别

针对于新能源汽车的全自动充电技术,为了实现充电设备快速插接充电口的目的,提出了一种基于椭圆检测的充电口识别方法。该方法利用图像的预处理加强边缘,并结合Canny边缘检测得到边缘,将检测的边缘利用八邻域边缘跟踪筛选短弧,以边缘梯度的正负性以及边缘的凹凸性为基准将检测边缘分为4类椭圆弧边缘。在此基础上,根据一定的限制条件以及椭圆的参数方程,选取满足限制条件的三段椭圆弧进行拟合,得到一系列的备选椭圆,通过特征参数之间的关系以及目标椭圆之间的联系,筛选出所需要的能够识别充电口的椭圆。在基于Intel-Core的i7-6700HQ处理器以及Nvidia GTX 960M的显卡的计算机设备上,通过VS2017的实验平台在多个角度进行多次实验,均能得到充电口的目标椭圆。表明该方法能够对插接的充电口做出准确并且快速的识别,为新能源汽车的全自动充电提供很好的先决条件。     

正交距离椭圆拟合法的推广及其实现

同心椭圆弧的拟合问题存在于计算机视觉、天文图像处理、CAD等领域。将椭圆的正交几何距离拟合算法推广到多个同心椭圆弧拟合上,提出一种同心椭圆弧拟合的处理方法。文中还给出了该方法实现的具体步骤和伪代码,该方法将单一圆、椭圆的拟合以及多个同心圆和椭圆的拟合统一了起来。实验表明该方法稳定、有效。     

基于随机采样一致性算法的平面匹配方法

针对传统的平面图像标定点匹配算法计算量大、准确性不高等问题,提出一种基于随机采样一致性(RANSAC)算法的快速高精度的平面图像标定点匹配方法。该方法首先基于双圆锥曲线模型,借助于椭圆边缘点附近的梯度信息求取椭圆的切线,由切线集合拟合出椭圆参数,并利用这些参数计算出椭圆圆心,即图像上的标志点;然后用RANSAC随机采样算法对标定板上的点和图像上的点进行匹配。实验验证该方法实现起来简单并且有较高的准确率。     

一种新的随机Hough快速圆检测算法

随机Hough变换（RHT）在复杂图像中检测圆时随机采样会造成大量无效累积，该文提出了一种改进的RHT用于圆检测，它是利用梯度方向信息来决定是否对采样到的两点进行参数累积，从而较好地解决了无效累积问题，改进后的算法比原算法计算道度快，占用的内存小得多，检测性能有较大提高。