基于改进Hough圆变换的尿液图像中红细胞的定位

提出了在尿液图像中对红细胞进行定位的算法。因在尿液图像中,红细胞呈多个同心圆状态,通过检测它们的圆心可以对红细胞进行定位。该算法采用改进Hough变换检测红细胞的中心(圆心)。在改进Hough变换中,充分利用了圆的几何特性,在这种几何特性下,可以检测出同心圆的圆心。实验证明算法能对尿液图像中的红细胞进行准确地定位。但算法只是作为尿液中红细胞的统计计数的一个预处理,不能对其它圆形杂质和红细胞区分开来,所以,在分割后还需要对定位的结果进行分类,才能得到尿液检测的红细胞参数。     

Hough 变换的改进及其在指针式水表识别过程中的应用

在图像处理中,Hough变换广泛地应用于图像空间图形的检测,是从图像中识别几何图形的基本方法之一,但是其对于除直线之外的检测基本都会涉及3个甚至3个以上的参数,导致变换过程中所使用的存储空间大,计算时间长。针对传统Hough变换的算法缺点,提出一种改进的Hough变换算法,首先对原图像进行灰度化、滤波等图像预处理,然后结合图像的结构信息缩小变换像素点所处的范围,从而大大减少计算时间。进一步再将改进的Hough变换应用于图像特征提取,即圆和指针的提取。最后根据圆心连线与指针的角度来对指针的读数进行判别。     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

基于图像处理技术的印刷电路板圆孔检测方法

PCB圆孔圆心的定位是决定PCB板精度和性能的重要因素之一.随着计算机图形技术的发展和完善,基于图像处理技术的快速检测方法逐渐被应用到PCB圆孔检测领域.提出一种新的PCB圆孔检测方法,这种方法首先用工业摄像机获取PCB图像,然后通过对采集的PCB图像进行预处理,提取PCB圆孔图像边缘,进而利用Hough变换检测圆,获得圆心坐标和半径.实验表明,本方法具有自适应特点,可以缩小精确定位的搜索范围,并在一定程度上提高检测速度,且所获圆心坐标准确.     

Hough 变换在电路板检测中的应用

针对 DSP56F801 最小系统电路板检测系统中每次采集到的电路板图像存在平移和旋转误差的问题,提出了基于 Hough 变换的电路板图像矫正算法.该算法首先利用边缘检测算子得到电路板图像的边缘图像,再根据该电路板中定位孔位置固定的特点,利用 Hough 变换检测电路板定位孔的圆形外边缘的位置,然后以定位孔外边缘的圆心为基础计算出电路板的平移误差和旋转误差并进行矫正.实验验证了这一改进的效果.消除了该检测系统中电路板图像的平移误差和旋转误差.     

一种改进的虹膜定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能.依据虹膜图像的灰度分布特点,首先对粗定位方法进行改进,包括在利用灰度投影方法粗定位瞳孔圆心及半径的基础上,剪切出虹膜图像中包含瞳孔的图片,冉利用灰度投影法对剪切图片进行粗定位瞳孔嘲心及半径.其次对传统的Canny边缘检测算子进行改进,使其只在垂直方向上检测边缘,并结合Hough变换定位外边缘.实验结果证明了该算法的有效性和可行性.     

一种虹膜内外轮廓检测方法

虹膜识别技术是人体生物识别技术的一种,它作为重要的身份鉴别特征具有唯一性,稳定性,可采集性和非侵犯性等优点.与脸像,声音等身份鉴别方法相比,虹膜具有更高的准确性.而虹膜内外轮廓提取是虹膜识别技术不可缺少的关键步骤.文章介绍了一种有效的虹膜内外轮廓检测方法,使用灰度投影方法估计虹膜内边缘圆心位置;然后采用边缘检测方法得到虹膜边缘图像,使用Hough变换准确检测虹膜内轮廓;最后使用一维信号检测确定虹膜外边缘点同时使用Hough变换检测虹膜外轮廓.实验结果表明,该方法能够有效检测出虹膜内外轮廓.     

Hough变换的改进及其在电厂指针式仪表自动识别中的应用

在图像处理中,Hough变换广泛应用于图像空间中的直线检测,但其本身具有存储空间大、计算时间长的缺点。研究了传统Hough变换算法,针对其缺点,提出了一种改进的Hough变换算法。通过减小Hough变换的搜索范围来减小变换所需的存储空间和计算量,并将提前确定好的圆心直接加入到累加器中来减小计算量,从而大大减小了计算时间...     

基于改进Hough变换的针板孔边缘检测

研究改进随机Hough变换检测针板的安装孔和定位孔边缘,解决常规随机Hough变换检测时针板安装孔、定位孔和送布牙槽边缘相互干扰的问题.采用边缘分离法将针板上的各个孔边缘表示为链表,依照各链表的矩特征量剔除干扰.通过改进的随机Hough变换在各个分离的边缘中检测孔的存在,可以避免针板各个孔边缘之间的相互干扰.实验证明本方法不仅能够检测出针板上的各圆孔边缘,而且可以检测针板的外圆轮廓,可以实现针板孔的非接触测量.     

一种图像中检测直线的快速算法

该文基于Hough变换检测直线的基本思想,提出了一种在边缘图像中检测直线的快速算法.该算法首先根据边缘图像中的边缘点统计出可能在直线上的点,再由这些在直线上的候选点和边缘点统计出候选点对应的斜率,由满足条件的候选点与其对应的斜率构成的直线就是从图像中检测出的直线.该算法是根据边缘点分步而不是同时计算统计出直线的两个参数,减少了检测时的计算量.由实验结果,该算法可以快速有效的检测出边缘图像中的直线.