基于广义霍夫变换的芯片检测

传统的广义霍夫变换空间复杂度及时问复杂度都很高,不适用于实时的应用。针对该问题,提出一种基于广义霍夫变换的芯片检测算法,降低了计算复杂度。该算法的主要思想是将多尺度分析与广义霍夫变换相结合。将该算法应用到自动光学检测系统的芯片检测中,取得了较好的检测结果。     

广义霍夫变换的改进

提出基于广义霍夫变换（Generalized Hough Transformation,GHT）的改进算法．与传统方法比较,新方法将参考点设在形状边界上,可以减少内存的需要,并且用于寻找峰值的速度也大大提高．理论上,改进后的算法对内存的需要是一个基于形状描述复杂度的函数,越是精确和高级的形状和特征描述,意味着节省的内存空间越大．最后,将改进的GHT应用于物体形状识别,取得一些实验性效果．     

一种广义霍夫变换的改进

本文提出了基于广义霍夫变换(GHT)的一种改进。通过将参考点设在形状边界上,新方法与传统方法比较,霍夫变换可以减少内存的需要。与此同时,用于寻找峰值的速度也大大提高了。从理论上说,改进后的算法对内存的需要是一个基于形状描述复杂度的函数。越是精确和高级的形状和特征描述,意味着更大的内存空间减少。最后,将改进的GHT用于物体形状识别,取得一些实验性效果。     

基于DCT变换的多通道特征的行人检测

在行人检测中,针对目前多通道检测算法特征利用不充分的问题,提出一种基于DCT变换的多通道特征级联的行人检测算法。通过一种2层卷积网络模型将图像信息DCT变换后的数据进行整理,形成新的频域通道特征,该通道能描述行人的复杂纹理特征。结合梯度方向直方图特征、颜色空间特征和DCT频域特征,基于Adaboost算法训练了低开销的多通道特征行人检测器。在典型的公开行人库上的实验结果表明,该方法能提高检测的性能,在较低误检率时效果更加显著。     

基于学习的霍夫变换线段组物体检测算法

针对单条霍夫变换线段特征算法的区分能力弱,不能有效处理部分匹配等问题,提出了霍夫变换线段组算法。首先通过文中算法提取霍夫变换线段特征构成码表,以此码表作为弱检测器的输入,再通过AdaBoost算法学习将弱检测器构造成强检测器,以提高检测的效率,最后在测试集上进行检测。为了计算两条霍夫变换线段之间的相似度,引入四元组空间内加权欧式距离,通过合理调整权重,能够有效地处理不可靠边缘检测问题。实验表明该算法能处理部分遮挡问题,具有很好的发展潜力。     

基于分级的快速霍夫变换直线检测

在分析标准霍夫变换、两点表决霍夫变换以及多级霍夫变换直线检测的基础上，针对算法的不足，结合他们的优点，设计并实现了基于分级的快速霍夫变换直线检测方法，对算法进行了详细描述和分析，并通过实验证明了算法的有效性，实验表明：所设计的直线检测运算速度快，检测精度高，鲁棒性强，有一定的应用价值。     

广义霍夫变换在多目标检测领域的应用及优化

分析了广义霍夫变换（GHT）的原理及在目标检测领域的已有研究,在原单目标检测的基础上,加入了多个相似目标物体检测与计数的能力,根据阈值的设定,能够快速准确地从图像中同时识别出多个目标物体,并记录下各目标物体的相关位置信息。利用GPU对GHT算法进行加速,充分挖掘算法各个步骤的潜在并行性,并结合GPU中的各种存储器优化方法,合理安排各存储器的存储数据,实验结果表明,GPU极大提升了算法的运行速度。     

基于改进ViBe的室外行人检测方法

室外动态环境的行人监控检测一直是研究的难点,存在光照变化、树叶摇晃、小动物经过等复杂干扰。本文提出一种基于改进视觉背景抽取法(Visual Background Extractor,ViBe)的室外行人检测方法,该方法采用基于区域的改进ViBe更新策略,该策略在加快鬼影消除速度的同时,提高了行人目标提取的完整度,然后在前景目标提取的过程中通过背景差的方法过滤复杂背景导致的误报区域,最后在此基础上根据一定的逻辑规则执行行人检测。实验结果表明,该方法既可以提高鬼影消除速度,也有效降低复杂多变背景的干扰,在室外场景进行行人检测具有较高的准确性、鲁棒性。     

基于S-霍夫变换的LFM信号时频检测

针对多分量线性调频（LFM）信号,提出一种新的变换-S-霍夫变换,该方法首先对多分量线性调频信号进行S变换,实验仿真结果显示相对Wigner-Ville分布有交叉项干扰,s变换克服了多分量线性调频信号产生的交叉项干扰,然后在时频平面内对s变换后的多分量线性调频信号,利用霍夫变换检测出各个线性调频信号分量,仿真实验结果证明该方法可以有效克服多分量线性调频信号产生的交叉项干扰,能够对多分量线性调频信号进行正确检测。     

用霍夫变换来提取目标边界

霍夫变换因能够快速识别出由点构造的边界模型而应用于图像边界的识别.文中将就霍夫变换的具体实现过程来介绍图像中一些边界形状的判识,如直线、圆等.     

基于Hough变换圆检测的人眼精确定位方法

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。     

广义Hough变换:多个圆的快速随机检测

以随机采样到的2个图像点及在此2点的中垂线上搜索第3个图像点来确定候选圆．当随机采样2个图像点时,通过剔除孤立、半连续噪声点减少了无效采样;当搜索候选圆的第3点时,剔除上述2种噪声点、非共圆点并给出快速确认候选圆是否为真圆的方法,尽可能减少无效计算．数值实验结果表明：文中算法能快速检测多个圆．在检测多个圆并且具有噪声的情况下,与随机圆检测算法相比,其检测速度快一个数量级．     

一种新的基于Hough变换的椭圆轮廓检测方法

Hough变换是一种检测曲线的有效方法,但使用传统的Hough变换来检测椭圆计算量过大。为此提出了一种新的基于Hough变换的椭圆轮廓检测方法,该方法利用椭圆中心是平面上所有点中距离椭圆轮廓上点最大距离最小的点这一几何性质,降低了Hough参数空间的维度,从而有效地降低了计算量。使用该方法可以快速地判断一个输入图形的轮廓是否为椭圆。     

基于改进Hough变换的车道线检测技术

为提高车道线识别的实时性和可靠性,提出了一种基于改进Hough变换的车道线检测方法;在图像预处理时对不同光照图像进行分类处理,得到二值化图像;利用极角约束Hough变换进行车道线初始定位;根据前一帧图像信息使用基于动态ROI的Hough变换进行车道跟踪;算法加入了车道线检测失效判别模块,以提高检测的可靠性;由于该方法减少了图像空间中被投票的目标点数,缩小Hough变换的投票空间,在一定程度上提高了车道检测的实时性和稳定性;实验结果表明,在结构化道路上,对于不同的路况,算法均具有较好的实时性和鲁棒性。     

基于 Hough 变换的多频分量的 LFM 信号的检测

LFM信号是一种典型的非平稳信号,其Wigner-Ville时频分布表现出明显的线状分布特征。 Hough变换是一种直线积分投影变换,利用Hough变换可以对WV变换的结果进行线积分,从而实现抑制噪声检测信号的目的。计算机仿真试验表明Hough变换可以在一定信噪比情况下实现多分量的LFM 信号检测,对两分量的LFM信号,可以作到0dB高斯白噪声下的准确检测。     

基于启发式概率Hough变换的道路边缘检测方法

针对非结构化道路的边界检测实时性和鲁棒性的难点,提出了加权Canny边缘检测方法和面向加权Canny边缘图像的启发式概率Hough变换方法;并根据非结构化道路边界不规则的特点和智能车辆路径规划的实际需求,提出了道路边界的双折线模型.与传统的方法相比,不同道路环境下的道路边界检测实验证明了所提算法的有效性和实时性.     

基于TBB的Hough变换并行检测直线

Hough变换存在着运算时间长的缺点,用了并行处理这种解决海量数据计算的有效方法来减少其运行时间。该文主要研究了：利用TBB（Threading Building Blocks）这种线程构建模块在多核机上对Hough变换中可并行的部分进行并行化;实验表明这种方法对Hough变换的并行化都有很好的加速效果。     

基于聚类与Hough变换的交通标志检测方法

交通标志检测是进行交通标志识别系统的关键技术,提出一种基于图像的颜色和形状进行交通标志检测的方法.首先对图像进行灰度拉伸和噪声滤出的预处理,然后利用改进的K-means聚类算法对彩色图像进行颜色分割,最后采用基于Hough变换的形状检测技术对交通标志中的特殊形状进行定位,从而实现交通标志的检测.实验结果显示,该方法在各种复杂背景条件下检测出结果的平均正确率达到93.0%,优于同条件的算法且具有较高的实时性.     

基于窗口Hough变换与阈值分割的矩形识别算法

提出一种基于窗口霍夫变换与阈值分割自动识别图像中的矩形策略： 通过图像窗口霍夫变换,提取霍夫图像的峰值（对应原始图像的线段）,当四个峰值满足某些几何条件时,则检测出矩形;对图像进行阈值分割,将分割结果与霍夫变换的矩形做拟合修正.对不同成像背景和光照环境下图像的集成测试结果表明,本策略能够很好地抑制在多种自然光照不均和拍摄角度造成的干扰.且采用了缩略图计算,降低了逐像素运算的时间复杂度,可满足实时性要求.该技术可运用在实时准确裁剪银行票据目标等各个需要快速识别矩形的工程领域.     

基于改进随机Hough变换算法的开缝衬套圆度检测

圆度误差作为开缝衬套的形状误差之一,对开缝衬套冷挤压强化工艺的性能有重要影响,是开缝衬套几何精度的重要指标.探讨了一种基于图像测量技术的圆度误差测量方法.该方法通过对开缝衬套进行图像采集及图像预处理,提取出噪声较少的图像轮廓,然后利用改进的随机Hough变换,结合最小二乘圆法对开缝衬套进行圆度误差评定.实测表明,用该方法进行圆度误差的测量是可行的,并具有测量精度高、实用性强等特点.