基于随机Hough变换的螺纹快速测量

提出了一种基于计算机视觉的螺纹可旋入性非接触检测技术。构造了用以检测投影作用中径的随机 Ｈｏｕｇｈ 变换：从螺纹两侧轮廓中各随机抽取一个点,然后根据其轴向和径向间距计算出相应的投影作用中径。实测结果证明,随机 Ｈｏｕｇｈ 变换的结果与螺纹的可旋入性之间存在良好的相关性,经与环规检测结果比对,检测正确率为１００％ 。     

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。     

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.     

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。     

特征弦约束随机Hough变换在椭圆检测中的应用

为了提高复杂图像中椭圆/类椭圆的检测效率及精度,提出了一种基于特征弦约束的随机Hough变换(RHT)思想的椭圆检测改进方法,借助特征弦的几何约束及特征弦端点的法向约束,大幅度降低RHT的无效采样和累积次数。通过对边缘图像中像素点的有效分布进行分析,建立用于存储特征弦的端点信息的二维数组累加器,在边界点提取之前利用椭圆幂剔除虚假椭圆中心的干扰,不仅能够提高空间采样点的可靠性,同时降低无效采样点的累积概率。实验表明,该算法具有更高的运行速度和检测精度,同时对于形变较大,轮廓缺失严重及噪声具有较强的抵抗能力。     

利用Hough渐开线变换的齿轮图像中心检测

针对目前基于机器视觉的齿轮参数测量和检测中,获取齿轮中心坐标这一关键步骤缺乏通用性的问题,提出了一种利用Hough渐开线变换的方法。首先,在图像坐标中建立齿轮渐开线齿廓的数学模型。接着,对齿轮的灰度图像进行卷积、边缘检测获得齿轮边缘图像和像素梯度角。最后,对边缘像素做Hough渐开线变换,得到最终的齿轮中心坐标。实验和仿真结果表明,按该方法求得的结果与真实坐标的标准差在1 pixel以内,对齿轮内孔形状无要求,可以作为一种有效的齿轮图像中心检测方法。     

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.     

基于随机Hough变换的复杂条件下圆检测与数目辨识

在复杂背景和光照条件中检测不规则分布的圆,并且准确辨识其数目,可为一些专用的智能仪器提供理论依据,有着广泛的工业应用价值.针对需要检测的圆数量大、光照不均匀、光照强度变化、分布不规则、相互间有遮挡及边界模糊和灰度接近等复杂条件,在随机Hough变换的基础上进行改进,利用圆的特性和梯度算法对圆进行判定,可以在复杂条件下对圆进行准确的检测判定和数目辨识.通过对钢管储存现场图像检测的计算与分析,证明此算法在较高的干扰下可以准确地对钢管进行定位和数目辨识,对于相互遮挡的钢管也可以准确识别.相对于目前通用的圆检测算法,本算法可以达到更好的识别效果,完全满足工业实际应用的要求.     

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Hough变换的水下管道检测方法

由于海底管道背景复杂,简单的检测算法不能给出理想的检测结果;复杂的检测算法又不能满足实时作业要求。为了克服上述问题,实时而又准确地检测水下管道,通过分析水下图像的特点以及传统Hough变换对于管道直线信息提取的局限性,有针对性地提出了对Hough变换方法的2步改进,包括前期处理改善像素点的分布以减少参与Hough变换的无效像素点的数目,和Hough变换过程中的峰值点逆向清零以保证管道边界检测的唯一性。在仿真环境和水池环境下分别对改进的方法和未改进的方法进行了对比实验,结果表明前者可以有效地提高管道检测的实时性和精确性。     

Efficient vertex detection algorithms using the Hough transform

A recurring problem in computer image processing is the detection of curves and straight lines in a digital image. The Hough transform technique has been widely used in the field of machine vision for detecting straight lines and curves in an image. Typically, the parameters of the normal form of a straight line (p, ) are used for detecting straight lines in the image plane. In order to detect a straight line, the Hough transform method requires an extensive search on thep, -space by varying the values of from 0 to .In the present paper, three algorithms have been proposed to reduce the search on the parametric -axis of the parameter space for determining the vertices of a polygonal part. Prior to the application of these algorithms, the pixels belonging to each of the edges of the polygonal part are identified using a rule-base. In the first algorithm, the approximate -value for each of the edges is determined using regression analysis and the Hough transform is performed over a small range on either side of this angle value. In the second algorithm, a binary search on the parametric plane for each of the edges is performed. This eliminates the need to compute thep values for every increment of . The third algorithm improves on the binary search method by restricting the search to a small range of values. The proposed algorithms are valid for identifying vertices of convex, as well as non-convex, flat polygonal parts. Such a system can act as a preprocessor for inspection, feature recognition and reverse engineering of flat polygonal parts.     

小波变换在螺纹边缘检测中的应用

螺纹牙型图像的边缘是检测螺纹的主要特征，边缘提取的质量将直接影响检测精度。根据螺纹图像边缘的特点，利用小波变换对目标图像进行降噪和边缘特征处理。其效果明显好于用经典的边缘检测算子，实验说明，小波变换对于提高螺纹的检测精度有重要价值。     

应用Hough变换的炮射航空摄像机外参数估计方法

提出了一种基于Hough变换的航空摄像机外参数估计新方法。该方法使用共线条件方程描述摄像机成像关系,用图像与物方特征点之间的组合对外参数空间离散点进行投票,将得票最多的离散参数点确定为参数估计值。为解决共线条件方程的非线性以及外参数之间的相关性问题,采用迭代方式进行参数估计。与基于最小二乘原理的传统外参数估计方法不同,该方法不需要事先对图像与物方空间特征点进行配对,解决了传统最小二乘法的特征匹配难题,避免了最小二乘法对错误匹配的鲁棒性较差的缺点。分别使用仿真和真实航拍图像对算法的有效性进行了检验,结果表明:摄像机坐标估计误差小于15 m,姿态角误差小于1°。参数估计结果能够满足舰炮作战中对侦察摄像机外参数估计精度的要求。     

Evolute‐based Hough transform method for characterization of ellipsoids

We propose a novel and algorithmically simple Hough transform method that exploits the geometric properties of ellipses to enable the robust determination of the ellipse position and properties. We make use of the unique features of the evolute created by Hough voting along the gradient vectors of a two‐dimensional image to determine the ellipse centre, orientation and aspect ratio. A second one‐dimensional voting is performed on the minor axis to uniquely determine the ellipse size. This reduction of search space substantially simplifies the algorithmic complexity. To demonstrate the accuracy of our method, we present analysis of single and multiple ellipsoidal particles, including polydisperse and imperfect ellipsoids, in both simulated images and electron micrographs. Given its mathematical simplicity, ease of implementation and reasonable algorithmic completion time, we anticipate that the proposed method will be broadly useful for image processing of ellipsoidal particles, including their detection and tracking for studies of colloidal suspensions, and for applications to drug delivery and microrheology.     

Using the Hough transform for HOLZ line identification in convergent beam electron diffraction

The Hough transform as a means for automatic line detection is applied for higher order Laue zone (HOLZ) line identification in convergent beam electron diffraction. The HOLZ line positions are commonly used to measure the strain state in the investigated material. Besides the automation, a very important aspect is the accuracy of the detected line positions. The limits are determined by the amount of noise in the pattern relative to the contrast of the HOLZ lines and the line width. Our investigations show that sub-pixel resolution can be achieved routinely. We have also developed a new strain analysis procedure in which the dynamical shift of each individual line can be taken into account using a model based on several Ewald spheres with different radii. In comparison to the effective high voltage method, finer details of the dispersion surface can be considered, which increases the accuracy of the strain analysis. A measurement of the thermal expansion of aluminium is presented as a model experiment. The lattice constants were determined with an accuracy of about 10⁻⁴.     

基于Hough算法的图像对称轴检测

为高精度提取对称刚体对象的中轴线,提出了一种基于Hough变换的图像对称轴检测方法.本文以子弹为研究对象,首先采集原始图像,因刚体边缘是对称轴检测的基础,采用相关的算子进行边缘检测,获得所有可能的边缘点.然后利用测得的所有边缘点,通过Hough变换确定图像所有可能的对称轴,进而得到所有的倾斜角和截距及其范围.最后,利用最小二乘法计算,当刚体一边边缘点关于对称轴的对称点到另一边所有边缘点的最小距离之和为最小时,该对称轴即为最优对称轴,也是被测对象的中轴线.仿真实验结果证明,该算法在一定程度上提高了对称轴检测的抗噪性和精度,对实际工程应用具有一定的价值.