一种基于Zernike矩的直线提取算法

提出了一种新颖的基于Zernike矩(ZMs)的直线提取算法。该算法首先是利用ZMs在局部坐标系中计算边缘点所在直线方程，然后通过坐标变换将直线方程变换到图像坐标系中，从而建立了边缘点和所在直线参数之间的一一映射关系，最后对于所求出的直线参数在参数空间对参数单元投票取阈值提取直线。实验表明，该算法速度快、精度高和抗干扰性强。     

一种新的亚像素边缘检测算法

总结了目前基于sigmoid函数的亚像素边缘检测算法,针对其计算过程较为复杂的缺陷,本文提出了一种新的亚像素边缘检方法-基于反正切函数拟合的亚像素边缘检测方法。该算法首先通过Canny算子进行图像整像素边缘的初步定位,并采用反正切函数作为拟合边缘模型,利用边缘像素附近的灰度值拟合边缘模型来获得亚像素的边缘定位。实验结果表明,在不影响精度的前提下,基于反正切函数拟合的亚像素边缘检测算法的运行时间要明显快于sigmoid函数的亚像素边缘检测算法的运算时间。因此,反正切函数拟合的亚像素边缘检测算法基本地满足了图像测量的稳定可靠、高精度、强实时性要求,并对图像噪声有较强的抗干扰能力。     

基于像素分解的圆形标志点亚像素定位研究

影像中圆形标志点的定位对于数字摄影测量具有重要作用.通过对圆形标志点边缘处的混合像素进行亚像素定位,提取出标志点的亚像素级边缘,再基于最小二乘原理进行椭圆拟合得到圆形标志的中心坐标.运用三种实验表明,与直接采用像素级边缘进行拟合定位相比,该方法的精度明显提高.     

一种基于梯度的亚像素边缘检测算法

采用Sobel算子确定图像边缘的大致位置,然后用三次样条插值函数对灰度边缘图进行内插计算,使目标边缘定位达到亚像素级.再对插值后的图像采用阈值迭代算法得到阈值特征图像.实验表明,该方法能精确定位目标边缘,达到亚像素精度,优于传统的边缘检测方法.     

基于改进的Hough变换的直线提取算法

Hough变换的运算精度及其运算速度,在高速、高精度工作环境下具有重要的意义,提出了一种改进的Hough变换的直线提取算法.通过对零件图像预处理、改进的Hough变换处理,实现了快速、高精度地轴类零件轮廓直线的检测.利用C++编程,采用OpenCV,针对某轴类零件轴径的非接触检测,实现了改进的Hough变换的直线提取算法.     

一种亚像素圆检测的新算法

提出了一种在计算机视觉检测中用于亚像素圆检测的快速新算法,该方法算法把计算机图形学中的对圆形的生成算法理论引入到视觉检测中,避免了由于亚像素检卿检测带来的计算量大,速度慢的问题。实验表明,该检测方法不仅速度快,精度高,而且抗噪能力强。     

一种基于Hough变换的新直线段检测算法

为了获得图像中直线段的端点及长度信息,提出一种逆向Hough变换检测算法,由一个已知点和直线的斜率构造直线的方程,然后检测满足直线方程的点的个数.同时,为了克服Hough变换计算量大的弊端,引入直线梯度方向信息,避免重复的直线提取.实验证明,该方法较传统的Hough变换,可以很好地得到直线段的端点,并且算法快速简单.     

一种Zernike矩亚像素边缘检测的优化算法

Zernike矩边缘检测算法是一种基于亚像素级的检测算法,但是传统的Zernike矩算法在阈值选取方面需要人工调试,不具有智能性,无法满足现代高效率工业检测技术的要求。本文为了克服这个不足点,从算法的阈值选取出发,对算法进行了改进,推导出了一种阈值的优化计算方法。实验结果表明这种优化算法能够有效地检测出图像的边缘,并有极高的检测精度,很大程度地提高了算法的检测效率,增强了该算法的实用性。     

基于改进爬山算法的微小零件亚像素级定位

为提高微小零件亚像素级定位效果,采用改进爬山算法。将目标区域向外扩展获得调焦窗口跟踪漂移图像,边界由像距和视角决定;然后优化爬山搜索算法得到最优收敛解,二维图像信息熵构成调焦图像评价函数;改进Zernike矩算法,通过高阶矩的模代替边缘参数,减少了计算量,卷积窗口矩阵构成Zernike矩的差值,提高定位精确度;最后给出了算法流程。实验结果显示,改进Zernike矩偶模板比奇模板边缘亚像素定位误差小,相比空间矩算法、多项式拟合算法、Zernike矩算法、区域生长算法和模板匹配算法,对规则形状定位误差均值分别减少了43.24%,21.62%, 32.43%,27.03%和56.76%;对不规则形状定位误差均值分别减少了39.02%,20.15%,26.83%,24.39%和51.22%。本文算法定位精确度较高。     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.     

基于灰度投影与改进Hough变换的人眼定位算法

人眼定位是人脸识别的重要步骤,本文提出一种结合灰度投影与改进Hough变换的人眼定位算法.首先,通过两次积分投影进行人眼粗定位,对粗定位的眼睛灰度图像增强处理后提取边缘,然后采用改进Hough变换检测圆来定位眼球的准确位置.实验结果表明,该算法与已有算法相比,具有更为快速和精确的定位效果,并且对头部偏转具有较强的鲁棒性.     

基于改进的Hough变换的指针识别算法

在电力系统中表盘的指针识别技术趋向于成熟,但基于Hough变换对直线检测方法中存在着参数空间虚假峰值及运算量等问题,针对这些问题提出一种改进的Hough变换算法。运用直线上等效点的特性,对待测图像的特征点进行处理,把等效点从待测的特征点中依次删除,以缩短检测识别过程所需时间和提高检测识别的精度。实验表明,该方法对图像中直线的识别效率有好的改善,并在工程上验证了基于该算法的指针识别方法,精度和速度方面均有很大的提升。     

基于改进随机霍夫变换的直线提取算法

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直线被检测,最后利用RHT结合最小二乘法提取真实的直线。实验结果表明:该算法提高了检测直线的精度,虚假直线被检测概率下降50%,抗噪声能力增强。     

一种基于改进Hough变换的雷达检测方法

Hough变换是一种用于雷达长时间积累的有效方法,提出一种改进的Hough变换方法.与传统的方法不同,新方法把数据空间中的点映射到由斜率和截距定义的参数空间中,并通过对同一时刻到来的所有数据进行整体平移,实现对数据的映射.该方法降低了Hough变换的计算量.理论分析和仿真试验验证了新方法的有效性.     

基于随机Hough变换的斜率估计多径抑制算法

抑制多径干扰是提高GPS定位精度的关键。针对低载噪比、预相关带宽有限的情况下斜率估计(ELS)的多径抑制技术往往不能正常工作的问题,提出了一种基于能够鲁棒地提取直线斜率的随机Hough变换(RHT)的斜率估计多径抑制算法。该算法主要采用多相关器结构得到多径相关峰的采样值,然后利用RHT得到相关峰两边的斜率,最后结合ELS的基本原理构成具有补偿因子的伪码鉴相器,以达到抑制多径干扰的目的。仿真结果表明,该算法解决了ELS在有限的预相关带宽(4MHz)和较低载噪比(33 dB-Hz)条件下不能有效提取直线斜率的问题,并且在相同载噪比(44 dB-Hz)条件下,该算法的多径抑制性能也优于ELS算法。     

改进的Hough变换圆检测算法

针对标准Hough变换在圆检测中对时间空间需求高的问题,提出一种改进的Hough变换圆检测算法。该算法将标准Hough变换检测圆时的三维空间转换为一维空间,利用圆为中心对称图形的几何特征计算圆心,然后通过一维Hough变换进行半径累积,得到圆半径。实验证明,该算法运行速度快,占用内存小,抗噪性能好,对单个圆和多个圆同样有效,具有较高的实用价值。     

基于Hough变换的NAT规模被动估计新方法

针对网络安全领域中网络地址转换器（NAT）规模被动估计这一问题,提出了一种新的NAT规模被动估计方法。在被动接收条件下,通过利用TCP数据包时间戳值与接收时间之间表现出的线性关系,将NAT规模估计转换为坐标图上的直线数目检测问题。然后基于Hough变换递归放大坐标图像来检测直线数目,从而估计出NAT规模大小。与已有算法相比,该方法不仅可以解决初始类别的选择问题,还能提高时间戳序列发生交叉或距离较近时的判断精度。实验测试结果表明,该方法可以准确地检测出线性关系的数目,进而估计出NAT规模大小,并且性能优于已有算法。     

基于Hough变换改进的直线检测与定位

利用标准的Hough变换检测空间的直线,研究各种改进的Hough变换算法,设计一种新的Hough变换检测算法,通过实验对比,从而获得更高的精度。     

宽边缘细化及改进Hough变换的快速稳像算法

数字稳像是用来解决由于摄像机所处平台不稳定造成的图像抖动问题,而图像本身模糊带来的图像边缘模糊会给稳像带来不利影响.针对视频图像边缘模糊造成的宽边缘问题,提出一种基于数学形态学思想的快速图像边缘细化算法,同时针对Hough变换计算量大、效率低、易受平行线干扰的缺点,提出改进Hough变换的快速运动估计算法.实验表明:此算法舍弃了大部分的冗余量,提高了计算效率,能快速有效地确定补偿矢量;改进算法可重复性较好,提高了算法的稳定性和运算速度,且对运动物体有抗干扰作用.     

Gradient based progressive probabilistic Hough transform

The authors look at the benefits of exploiting gradient information to enhance the progressive probabilistic Hough transform (PPHT). It is shown that using the angle information in controlling the voting process and in assigning pixels to a line, the PPHT performance can be significantly improved. The performance gains are assessed in terms of repeatability of results, a measure that has direct relevance for its use in many applications, The overall improvement in output quality is shown to be greater than that found for the standard Hough transform using the same information. The improved algorithm gives results very close to those of the standard Hough transform, but requires significantly less computation