一种随机Hough变换检测圆的改进算法

从数字图像中检测出圆在计算机视觉中具有很重要的地位。随机H ough变换是检测圆的一种有效变换,但在处理复杂图像时,随机采样会引入大量的无效采样和积累。论文提出一种随机H ough变换检测圆的改进算法,算法的优点在于无需对候选圆之外的信息进行平方运算,只需进行简单的比较运算,有效地提高了检测速度。     

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.     

一种基于随机Hough变换圆检测的改进算法

介绍了一种基于随机Hough变换(RHT)的圆检测的改进算法。该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围。此方法较好地解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且改进后的算法使运行速度得到进一步的提高,检测性能也有较大的改善。该算法分别在加噪和不加噪的人工图像上做了实验,检测性能和处理速度方面都比传统的RHT有明显的改善和提高。     

一种快速的随机Hough变换圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理复杂图像时随机采样带来的大量无效积累会导致计算量过大。提出一种快速的随机Hough变换圆检测算法,对证据积累的计算从三方面进行研究,有效地提高了计算速度,具有较好的应用价值。     

一种新的随机Hough快速圆检测算法

随机Hough变换（RHT）在复杂图像中检测圆时随机采样会造成大量无效累积，该文提出了一种改进的RHT用于圆检测，它是利用梯度方向信息来决定是否对采样到的两点进行参数累积，从而较好地解决了无效累积问题，改进后的算法比原算法计算道度快，占用的内存小得多，检测性能有较大提高。     

改进的随机Hough变换圆检测算法

针对随机Hough变换会产生大量无效累积的问题,提出了一种改进的随机Hough变换算法来检测圆,该算法利用梯度来预先判断随机采样的三个点是否在同一个圆上,从而大大减少了无效累积;另外,该算法还在圆参数的计算、阈值的确定、候选圆的确认等方面进行了改进.实验结果表明,该算法精度高,速度快,检测性能有了较大提高.     

一种随机Hough 变换检测圆的优化方法

随机Hough变换是常用的图像测圆方法,当图像数据杂乱时,随机Hough变换的结果不理想且检测实时性差.针对激光扫描检测直缝焊管焊缝噘嘴问题,提出了一种优化的随机Hough变换检测圆方法.首先计算激光扫描所得轮廓离散点的曲率值,然后采用K均值聚类法从轮廓图像中分离出圆弧数据点,最后使用随机Hough算法检测圆.实验表明,本文方法可以准确而快速地计算出焊管径向横截面二维轮廓圆的圆心和半径,可以满足工业实际应用需求.     

改进的随机窗口Hough变换在直线检测中的应用

Ｈｏｕｇｈ变换是直线检测的基本工具,但标准的Ｈｏｕｇｈ变换在实际应用中存在许多不足之处。本文提出了一种改进的随机Ｈｏｕｇｈ变换算法,它采用矩形窗口取代原肖的正方形窗口,使窗口的尺寸不再受图像素排列模式的影响。实验证明,与现有方法相比,在运算量基本不变的情况下,本文提出的新方法得到的参数精度更高,检测短直线的能力更强。     

一种基于髓机Hough变换圆检测的改进算法

介绍了一种基于随机Hough变换（RHT）的圆检测的改进算法。该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围。此方法较好地解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且改进后的算法使运行速度得到进一步的提高,检测性能也有较大的改善。该算法分别在加噪和不加噪的人工图像上做了实验,检测性能和处理速度方面都比传统的RHT有明显的改善和提高。     

快速随机Hough变换多圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理多圆复杂图像时随机采样带来的大量无效累积会导致计算量过大。文中提出一种基于随机Hough变换的快速多圆检测算法,除去三类噪声点,通过随机采样到的一点按照一定规则搜索另外两点来确定候选圆,用原始图像对候选圆进行证据积累以判断是否为真圆。理论分析和实验结果表明：该算法较其他算法能更快地检测出图像中的多个圆,具有较好的应用价值。     

一种新的不基于Hough变换的随机椭圆检测算法

椭圆检测在模式识别领域中占据着非常重要的位置。常见的基于Hough变换的椭圆检测算法(如RHT算法)存在着占用大量存储空间及计算耗时等缺点。本文提出一种高效随机的椭圆检测算法(RED)。该算法不基于Hough变换,其原理是:首先从一幅图像中随机地挑选出6个点,并定义一个约束距离以确定在此图像中是否存在一个可能的椭圆;当可能椭圆确定之后,引入椭圆点收集过程以进一步确定可能椭圆是否是待检测的真实椭圆。通过对具有不同噪声的合成图像以及真实图像进行测试,结果表明RED算法在低噪声与适度噪声的情况下,速度明显快于RHT算法。     

改进的随机圆检测算法

介绍了一种基于随机圆检测的改进算法。解决了随机圆检测算法随机采样阶段引入的大量无效累积和验证阶段假设圆之外的边缘点所进行的无效计算的问题,首先对边缘图像进行8邻接连通,3个随机采样点在同一个连通曲线内选择,然后利用圆的性质求得圆的参数,再应用证据收集过程来进一步验证圆的真实性,该验证过程中只考虑假设圆的外切正方形和内接正方形之间的边缘点。实验结果表明,该算法计算量小,对比改进前,检测性能有所提高,且鲁棒性也相应提高,同时能够检测圆弧和有相互重叠的多个圆。     

一种提取直线的随机方法

基于Hough变换提取直线的方法，由于要预先量化参数空间，因此需要很大的存储量和计算量．基于RHT(Randomized Hough Transform)提取直线的方法是通过随机选取两个点得到直线的参数，而后在参数空间对相应的参数进行累加、判断，该方法虽然无需预先量化参数空间，但是其在直线检测时，收敛速度慢．为此提出一种新的随机检测直线(Random Line Detection)的方法，在图象边缘点构成的数据空间中随机选取3个点，根据距离准则获得一条可能的直线，然后在数据空间中进一步判断直线的真实性，实验证实了该方法能有效的减少存储空间并降低计算量。     

Randomized or probabilistic Hough transform: unified performance evaluation

Rapid computation of the Hough transform is necessary in very many computer vision applications. One of the major approaches for fast Hough transform computation is based on the use of a small random sample of the data set rather than the full set. Two different algorithms within this family are the randomized Hough transform (RHT) and the probabilistic Hough transform (PHT). There have been contradictory views on the relative merits and drawbacks of the RHT and the PHT. In this paper, a unified theoretical framework for analyzing the RHT and the PHT is established. The performance of the two algorithms is characterized both theoretically and experimentally. Clear guidelines for selecting the algorithm that is most suitable for a given application are provided. We show that, when considering the basic algorithms, the RHT is better suited for the analysis of high quality low noise edge images, while for the analysis of noisy low quality images the PHT should be selected.     

基于中心提取的RHT在椭圆检测中的应用

充分利用椭圆的几何性质,借助椭圆的形状控制点约束和弦端点法向约束,大幅降低随机Hough变换(RHT)的无效采样和累积次数,并采用基于视觉感知聚类的模糊置信度对由同一个形变椭圆引入的多个虚假候选椭圆进行有效去除.实验结果表明:该算法与基于RHT的其他椭圆检测方法相比,具有检测速度快、精度高、抵抗椭圆的部分缺失和形变能力强等优点.