Hough变换的新定义

本文的主要工作有以下三个方面：首先通过多方面分析，指出文献中Ｈｏｕｇｈ变换的模板匹配式定义是不完善的；其次我们发现Ｈｏｕｇｈ变换具有一种固有的概率特征，它和待处理的图像无关，但对Ｈｏｕｇｈ变换的性能有根本性的影响，为了描述这种概率特征，本文提出了曲线（曲面）密度函数的概念；最后基于上述两方面的分析，本文给出了Ｈｏｕｇｈ变换的一种新定义。     

利用Hough变换实现直线的快速精确检测

利用Hough变换对直线进行检测,通常存在\"速度缓慢、结果不够精确\"的问题,本文提出了\"分式查表法\",能在大幅度减少Hough变换的总计算量的情况下,检测精度保持最高,从而使超大型图像中,直线的实时、精确检测成为可能。     

基于广义Hough变换的手写汉字文档关键词提取

提出了一种基于广义Hough变换的手写汉字文档关键词提取技术.对于待提取的手写文档图像,采用字符像素逐点匹配和投票的方式进行广义Hough变换,在参数空间中定位出手写关键词图像的位置.本技术对传统的广义Hough变换进行了修改,突破了形状匹配需要完整轮廓信息的局限,简化了局部特征的计算,对手写汉字文档图像中具有局部形变、部分旋转和缩放的手写关键词能够有效提取.对于提取的相同关键词建立训练集,用签名识别的方法对书写者建模,能够达到书写者身份鉴别的目的.     

随机Hough变换实现角点检测

为实现角点的有效检测,提高检测速度,提出一种基于随机 Hough变换的角点检测方法。利用随机 Hough变换求取出直线参数;根据角点在 Hough空间中的特征,利用反 Hough变换的反演原理对参数空间中的峰值进行反变换,定位图像空间中的直线交点;为避免虚假角点,将那些附近不包含任何边缘的交点删除,得到正确的角点。实验结果表明,该方法相对于 Harris算法和SUSAN具有更好的准确性、鲁棒性和稳定性,实时性也有一定提高。     

基于Hough变换利用对称点检测圆

分析了传统Hough变换检测圆中一对多的映射关系导致性能下降的问题,总结了经典的Hough算法和其他研究人员提出的其它改进算法后,提出了采用圆的几何特征,利用圆周上两个对称点的中心为圆心,先检测出圆的圆心,然后检测半径的方法来检测圆.实验及分析证实该方法降低了Hough变换的转换的维度,比传统的Hough变换性能有较大的提高.     

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题.针对传统方法的上述缺陷,提出了一种基于 ρ-θ 域最小二乘拟合修正的随机Hough变换的直线检测方法.首先, 在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后, 对邻域相关点进行 ρ-θ 域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后, 通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点.仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升.     

Hough变换和轮廓匹配相结合的瞳孔精确检测算法

针对红外眼部视频中瞳孔直径检测精度不够高的问题,提出了一种将Hough圆变换和轮廓匹配相结合的瞳孔检测算法(Hough-Contour)。对每帧图像,首先进行灰度化并滤波去噪;然后提取边缘并利用修改后的Hough梯度法检测出初始圆作为瞳孔参数;最后在滤波后的灰度图上的瞳孔附近用位置和半径在一定范围可变的圆形轮廓去匹配瞳孔,从而计算出瞳孔中心坐标和直径。在Hough变换阶段,将Hough梯度法中的对候选圆心按累加值降序排序这一步骤改为寻找最大值,以降低该操作以及后续计算半径的时耗。通过实验寻找到圆心累加数组最大值的阈值,使其能自动排除闭眼帧且不会导致漏检。在轮廓匹配阶段,实验发现如果圆形轮廓的移动范围和半径伸缩范围取值为初始圆半径的十分之一,点对数取值为40,则可将瞳孔的精确匹配率从OpenCV圆变换检测算法的约10%提高至99.8%。对算法的时间性能作了测试,在实验所用的低端电脑上处理一帧需要60 ms,在高端电脑上可以对红外瞳孔视频做到实时检测。     

基于Hough变换的圆检测方法

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.     

基于对称Hough变换的印章倾斜校正方法

本文实现了一种对椭圆和矩形印章图像进行倾斜校正的方法,该方法基于对称Hough变换,以检测具有一对或两对对称轴的图形.和通常Hough变换相比,对称Hough变换具有较高的时间和空间效率,计算速度很快,检测椭圆和矩形的参数准确可靠.实验表明由该方法检测出来的印章图形的几何参数用于印章的倾斜校正,校正效果很好.     

A decomposable parameter space for the detection of ellipses

Hough transform is a well-known method for detecting parametric curves in binary images. One major drawback of the method is that the transform requires time and memory space exponential in the number of parameters of the curves. An effective approach to reduce both the time and space requirement is the parameter space decomposition. In this paper, we present two methods for the detection of ellipses based on the straight line Hough transform (SLHT).

The SLHT of a curve in the θ-π space can be expressed as the sum of two terms, namely, the translation term, and the intrinsic term. One useful property of this representation is that it allows the translation, rotation and intrinsic parametersof the curve be separated easily. Timing performance of the proposed methods compares favorably with the other Hough-based methods.     

Lead-lag compensator design by the Hough transform

The frequency response of a compensator can be expressed as a curve in the complex plane. The Hough transform is very useful in finding a mathematical model which matches the curve in a plane very well. We combine these concepts to generate a new method of compensator design. Two examples are illustrated to explain the design procedure and results.     

基于空间矩的随机Hough变换检测直线

为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。     

Fuzzy cell Hough transform for curve detection

In this paper a new variation of Hough Transform is proposed. It can be used to detect shapes or contours in an image, with better accuracy, especially in noisy images. The parameter space of Hough Transform is split into fuzzy cells which are defined as fuzzy numbers. This fuzzy split provides the advantage to use the uncertainty of the contour point location which is increased when noisy images are used. By using fuzzy cells, each contour point in the spatial domain contributes in more than one fuzzy cell in the parameter space. The array that is created after the fuzzy voting process is smoother than in the crisp case and the effect of noise is reduced. The curves can now be detected with better accuracy. The computation time that is slightly increased by this method, can be minimized in comparison with classical Hough Transform, by using recursively the fuzzy voting process in a roughly split parameter space, to create a multiresolution fuzzily split parameter space.     

参数空间分解法

Ｈｏｕｇｈ变换是目前文献中应用最广泛的特征提取方法。然而,Ｈｏｕｇｈ变换空间开销大的缺陷严重地限制了它的进一步应用。空间开销大的缺陷不仅在标准Ｈｏｕｇｈ变换中存在,而且在近年来新提出的随机Ｈｏｕｇｈ变换、概率Ｈｏｕｇｈ变换以及动态Ｈｏｕｇｈ变换中同样存在。这一缺陷在３０多年来的Ｈｏｕｇｈ变换研究过程中始终没有得到很好的解决。该文提出的参数空间分解法旨在从根本上克服Ｈｏｕｇｈ变换空间开销大的缺陷。参     

一种基于中点画圆算法的改进Hough变换检测圆方法

为了对机械零件图像中的圆形几何特征进行视觉检测,将中点画圆算法与Hough变换相结合,提出一种基于中点画圆算法的Hough变换检测圆的新方法,并对中点画圆算法中的浮点运算等方面进行了改进。给出了该新方法的具体实施步骤和检测结果,表明了该方法的可行性。最后,通过对比实验验证了该方法的有效性。