基于Hough变换的线段提取新方法

针对实际图像中采用传统Hough变换准确提取直线存在的问题,结合双阈值栅格除噪法,提出了一种改进的线段提取方法.该方法以Hough变换峰值参数逆变换提取线段特征,并将其连接成直线,在传统Hough变换算法的基础上增加了极大值线段的融合连接过程,去除伪峰值和峰值扩散引起的交叉线段等改进方法.实验结果表明:该方法能在干扰和噪声较强烈的实际图像中完整地提取出目标线段,对线段量化误差、断裂、线段信息丢失具有较强的鲁棒性.以Hough空间局部极大值所对应线段为主,以其邻域峰值点对应线段为补充的线段特征提取方法具有较高的准确性.本方法对视觉引导技术的实用化具有参考价值.     

Hough变换快速检测圆形PCB Mark

提出一种Hough变换检测圆形PCB(PrintedCircuitBoard,印刷电路板)Mark的方法。对检测图像进行阈值变换,并利用区域面积分割,将Mark区域和背景及噪声分离开来。计算Mark区域中心点,Hough变换圆心累加范围限制在这个中心点附近区域。依据Mark实际尺寸计算检测图像中Mark的半径,将累加器从三维降为二维。对检测图像进行Canny算子边缘检测后,采用先大间隔后小间隔的粗细累加策略,完成Hough变换检测。在全视觉贴片机SMT2505上应用表明,Mark中心检测误差和执行时间分别小于1个像素和50ms。继承了传统Hough变换检测精度高、抗噪能力强的优点,速度比传统Hough变换提高了2～3个数量级。     

改进随机Hough变换的中心检测

针对复杂背景下干扰因素多,圆的形态不规则,传统随机Hough变换圆检测速度慢,检测精度低的问题,提出一种复杂背景下的不规则圆检测方法。该方法首先通过连通区域标记算法,获得目标圆的感兴趣区域(region of interest, ROI),然后对圆的边缘点进行分区采样,提高随机采样的有效性;确定圆心位置后,取圆心的8邻域像素为圆心分别做圆,从而提高不规则圆的检测精度。通过对热保护器校准点的中心检测结果表明,提出的方法可在复杂背景下实现圆的精确检出,检测速度更快,检测精度更高。     

基于Hough变换的三次方Bezier曲线检测算法研究

类似经典Hough变换中对直线(段)、圆(弧)、椭圆、抛物线等解析曲线的检测,论文研究了三次方Bezier曲线的检测算法,提出了离散Bezier曲线的特征建模方法和使用R函数的Hough变换曲线检测快速算法。该算法能够根据所给出的待检测目标点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验表明,该法能够有效地检测任意三次方Bezier曲线,且精确度优于目前广泛用于曲线检测的广义Hough变换。     

基于局部Otsu分割与Hough变换的海天线检测

海面波浪、船只与光照等因素的影响,使得可见光海面图像中的海天线难以被准确检测。为提高海天线检测的准确性与鲁棒性,提出了基于局部Otsu分割与Hough变换的海天线检测方法。首先,通过纵向中值滤波快速地抑制灰度图像中的光斑等高频噪声。然后,根据图像特点进行纵向分块处理来补偿光照的不均匀性并将船只的干扰范围限定在部分图像块中,再进行局部Otsu分割得到二值图像并提取其中的边缘像素,抑制了波浪边缘的干扰。最后,采用Hough变换拟合边缘像素以得到海天线。实验结果表明所提方法具有较高的准确性、鲁棒性与实时性,其检测准确率达93.0%,显著高于三种代表性的海天线检测方法。     

基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。     

基于Hough变换的声呐航迹检测算法

为了提高声呐对目标航迹的检测性能，从单部声呐的时间融合的角度出发，提出了一种基于Hough变换的声呐信号检测算法．该算法把航迹上的观测点变换为参数空间的对应曲线，充分利用了一段时间内的目标观测数据，在低信噪比下也能从背景噪声中提取出目标的航迹特征，该算法有效地提高了声呐信号的检测概率，对部分信息和数据的缺失不敏感．仿真实验证明了算法的正确性。     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

基于Hough变换和清零法的缸套内面网纹角检测

目的 发动机缸套内面网纹角直接影响到发动机的性能,为了高效准确地检测出内纹角,舍弃残次品,拟研究网纹夹角的检测方法。方法 采用邻域运算和自适应中值滤波对网纹图像进行图像增强,达到去除噪声和保留细节的双重效果;然后对其进行边缘分割处理,得到边界分明的边缘图像;再对其进行二值化,以减少Hough变化所用时间;最后提出一种基于Hough变换与清零法相结合的直线提取算法,并根据提取的直线特征计算网纹角。结果 实验结果表明,基于所提算法检测出来的夹角,对比传统方法和国外通用的仪器,平均检测误差降低为0.43%。结论 所提算法具有夹角误差小、准确度高、用时少等优点,能代替昂贵的进口仪器。所提算法在直线检测和包装条形码领域有较好的应用价值。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

基于HT的显微视觉亚像素定位算法

根据显微图像的几何特点,提出了基于HT（Hough Transform）十字显微图像亚像素定位算法（SLACHT）和基于HT近似圆显微图像亚像素定位算法（SLARHT）,对显微图像特征中的直线和近似圆的亚像素定位做了深入的研究。通过与经典直线HT定位算法和经典随机HT圆定位算法进行实验对比,验证了该定位算法的优越性;通过与Matlab中的直线HT定位算法和圆HT定位算法进行实验对比,验证了该算法的可靠性。大量实验表明,该算法的定位精度优于0．01像素,具有运行速度快、鲁棒性强的特点。     

基于Hough变换的车窗提取算法

在HOV乘客数检测系统中，对车窗的定位与提取，可以极大地减少计算量，提高系统的运算速度以及检测的准确度。针对图像中车窗边缘的图像特点，提出了一种基于相位编组法进行图像分块，在图像块内进行决速Hough变换的直线检测，并结合积分投影方法对车窗进行定位与提取。实验结果表明该算法具有较快的运算速度和较高的检测准确率。     

Conoscopic holograms analysis using variations of the Hough transform

The analysis of holograms obtained using a Conoscopic setup is a very complex subject, given their nature. Holograms contain the 3D depth information about an object whose surface is to be measured and later reconstructed. The recovery of depth information has so far been carried out using mathematical transforms in combination with linear regression techniques. Here the Hough transform, a useful Computer Vision technique for detecting features in images is adapted to the analysis of holograms in order to establish distance relationships for a given object. The captured images of holograms are pre‐processed and subsequently analyzed for characteristic patterns that are later used in finding the distance to an object. © 2009 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 19, 10–13, 2009     

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法.该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角.在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数.实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍.     

Applications of the Phase-Coded Generalized Hough Transform to Feature Detection,Analysis, and Segmentation of Digital Microstructures

The generalized Hough transform is a common technique for feature detection in image processing. In this paper, we develop a size invariant Hough framework for the detection of arbitrary shapes in three dimensional digital microstructure datasets. The Hough transform is efficiently implemented via kernel convolution with complex Hough filters, where shape is captured in the magnitude of the filter and scale in the complex phase. In this paper, we further generalize the concept of a Hough filter by encoding other parameters of interest (e.g. orientation of plate or fiber constituents) in the complex phase, broadening the applicability of Hough transform techniques. We demonstrate the application of these techniques to feature detection in micrographs (2-D) and three-dimensional (3-D) microstructure datasets, and explore their utility to the closely related applications of feature based image segmentation and calculation of 3-D microstructure metrics.     

Wavelet transform and its applicationto control system fault detection

1InstructionWiththeestablishmentofthe"monitoringsystem",moreandmorenewteChnologiesarerequiredtomeetPepticalneeds.Inthisbackground,faultdetectionanddiagnosisif]isformed.Owingtotheenhancementoftheautomationdegreeandcomplexityofthesystem,itisveryimporta...     

A proposed circle/circular arc detection method using the modified randomized hough transform

Abstract

The randomized Hough transform (RHT) is a useful tool to locate patterns in an image. In this study, we propose a modified RHT to detect circles/circular arcs efficiently. First, we segment an image into sub‐images based on edge information, then we use the proposed circular arc analysis and density check rule to modify RHT for circle/circular arc detection. In the experiments, real images are used to show the capability of the proposed method.