基于空间矩的随机Hough变换检测直线

为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。     

一种基于长轴和对偶性的椭圆检测新算法

提出一种新的基于椭圆长轴信息的椭圆检测算法,利用椭圆长轴信息来确定椭圆的四个参数,并利用累积的方法得出短轴的值。在确定长轴时,利用椭圆的对偶性对长轴做出验证。实验表明,该算法比原长轴算法降低了运算时间。     

基于椭圆检测的离轴抛物镜定心装调方法

针对一种高精度线偏振辐射计的离轴抛物镜定心装调问题,提出了基于椭圆检测的定心装调方法。逆光路使视场光阑在相机焦面成像为光斑,采集视频图像,使用基于最小二乘拟合法的椭圆检测方法得到光斑中心运动轨迹,从而得到离轴抛物镜的光轴倾斜误差。编写装调专用辅助软件用于相机控制和图像的处理、显示,实现定心装调的定量化可视化。技师通过观察软件界面中的光斑中心轨迹的变化,判断装调的方向和力度。经验证,该方法使定心装调误差检测精度不再受限于人眼观察,有效地指导了技师装调,最终装调误差由1.33降到0.3,满足装调需求。     

基于Hough一维变换的直线检测算法

针对标准Hough变换直线检测存在的问题,提出了一种基于Hough一维空间变换的直线检测算法。对图像进行边缘检测,将互不连通的边缘进行分组;利用Hough一维空间变换对边缘组进行直线检测并编组,降低了算法和空间复杂度;通过对直线组进行精确处理,解决了过连接、端点确定和检测精度存在的问题。实验结果表明:该算法有效地解决了标准Hough变换算法中存在的问题,降低了误检率和漏检率,提高了直线检测精度,能够实现对不同类型影像数据的直线检测处理。     

基于改进Hough变换的井盖目标检测与定位

市政井盖的实时告失对城市管理具有重大意义。针对图像的复杂背景,提出了改进的Hough变换算法。在经边缘提取的二值图上,利用轮廓跟踪找到所有的轮廓,接下来设计轮廓过滤器排除虚假目标,进而在轮廓链表上进行Hough变换从而确定目标可能出现的区域,最终获得准确的井盖区域定位。该方案有效地提高了传统Hough变换的处理速度,减少了无效采样和累积。实验结果表明,该算法在多种复杂背景、不同视角、不同拍摄时间和条件、目标被部分遮挡等情况下都有很好的定位效果。     

基于椭圆拟合的医用内窥镜图像相对畸变率检测方法研究

为快速有效评价临床使用内窥镜图像相对畸变的程度,提出一种基于椭圆拟合的检测方法。对内窥镜采集到的标准板图像进行二值化处理和图像分割;运用anny算子对图像进行边缘检测并提取坐标值,通过最小二乘法拟合椭圆,求得椭圆参数;计算相对畸变率。对3支内窥镜进行了椭圆拟合和定位质心相对畸变率检测,结果显示相对畸变率在30%左右,一致性差在2%左右,椭圆拟合相较而言稳定性更好。     

基于改进的概率Hough变换的直线检测优化算法

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷,提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类,前者通过随机抽取采样点并结合其相邻点进行直线搜索,后者采用在随机抽取点周围建立感兴趣区域并进行局部Hough变换,检测到直线后进行全局搜索并实时修正直线斜率,对因网状聚集点产生的错误直线采用间隔计数和限制总间隔长度的方法进行排除。使用500张图片进行实验验证,算法耗时均低于概率Hough变换耗时的1/3,且对网状聚集边界点的直线错检具有较高抵抗性,检测结果比概率Hough变换直线检测更加准确,内存消耗减少超过90%以上。     

一种改进的基于Hough变换的道路图像检测方法

传统的Hough变换检测方法由于计算量大、实时性差以及受图像噪声影响较大等缺点,不能较为准确地进行实际道路的检测。鉴于此,提出了一种改进的基于Hough变换的道路图像检测方法。该方法在对实际道路形态建模分析的基础上,针对有/无路面标识以及存在其他干扰因素的结构化道路,均能有效剔除实际道路图像中的干扰因素并准确检测出道路边缘,且检测时间均在200 ms以内。     

同心圆检测中的区域划分算法

针对在基于图像的高准确度测量领域中同心圆图像检测这一实际问题,分析并实验验证了Hough变换法的缺点和一般圆拟合法的不足,根据系统光轴与同心圆旋转对称轴重合的特点,提出对图像平面进行区域划分再应用圆拟合法检测的方法.建立了基于距离空间聚类和基于随机采样两种区域划分算法,并且给出了圆心初值误差的极限.通过实验仿真,证明了新算法简单高效和可靠,而基于随机采样的算法更适合于实时检测的应用.     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,实现椭圆目标的快速有效检测,提出了一种新的基于弧段提取的椭圆拟合方法。首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类组成包含三段弧的弧组,定义了新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆。实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

基于高帽变换算法的液位检测技术的研究

将数学形态学中的高帽变换算法应用于液位高度的检测之中。利用形态学高帽变换,并选用大结构元素,对具有复杂背景的比色皿中的液位图像和分层液位图像进行处理,实现了液位高度的快速准确检测。实验结果表明,该方法适用于医学生化分析仪比色皿中样品液位高度的检测,其原理也可以用于其他工业装置中的液位高度检测。     

基于傅里叶变换光谱技术的Zoom-FFT算法研究

在分析经典的Zoom-FFT算法基础上,提出一种基于傅里叶变换光谱技术的Zoom-FFT算法,用matlab仿真常规FFT算法和Zoom-FFT算法,对不同采样步长的干涉条纹进行数据处理,通过反演出的光谱曲线图和原始光谱曲线图可以看出:采样步长小于20 m时,FFT和Zoom-FFT算法都可以反演出光谱;而当采样步长大于20 m且小于33.3 m时,FFT算法未能反演出光谱,而Zoom-FFT算法仍然可以反演出光谱。     

基于离散Fourier变换的内源全息图重构计算方法

对基于离散Fourier变换的内源全息图重构计算方法作了深入系统的分析，讨论了如何计算整个球面全息图对原子重构像的贡献，克服了以往该方法只能计算半个球面全息图的不足，并运用采样定理知识，分析了全息图的采样率、重构像的空间范围和分辨率等问题. 关键词： 内源全息术 离散Fourier变换 采样定理 同步辐射     

一种基于边缘的曲波变换图像融合方法

提出了一种新的图像融合方法。采用Canny边缘检测方法,并结合曲波变换算法,确定图像边缘位置。针对曲波分解的不同频率域,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用平均法进行融合,最后进行重构得到融合结果。对该方法得到的实验结果进行主客观评价和对比表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,具有更好的视觉效果。     

基于Hough变换的高精度机器视觉对准系统的研究

随着集成电路特征尺寸的不断减小,I/O引脚数日益增加。对于高密度封装,尤其是2.5D/3D封装中,电子元件和基底快速而准确的对准十分关键。利用高性能CCD搭建了一套精密的光学视觉对准系统,并采用Hough变换算法对芯片和基底进行对准试验。采集的图像经过去噪预处理后采用形态学边缘检测方法提取对齐标记,并通过Hough变换得到4组平行直线,然后计算基底的位移和旋转角度并完成对准。使用Matlab编程配准,程序运行时间约为4.2 s,旋转参数的误差小于1.2°,x和y轴的平移误差均小于1 pixel。试验结果表明基于Hough变换算法的光学视觉对准系统可以快速而精确地实现芯片和基底对准,满足IC封装需求。     

基于Hough变换的金刚石颗粒测量方法研究

针对金刚石颗粒图像分析时的颗粒边缘非闭合性问题,本文提出了一种基于Hough变换的金刚石颗粒测量新方法。该方法首先对图像进行形态学去噪、平滑滤波和Canny边缘检测等预处理,得到金刚石颗粒图像的初始边缘曲线,然后采用Hough变换提取边缘曲线的直线特征,并通过极径和极角对多个直线特征进行判断和图形识别,得到确定的金刚石颗粒边缘轮廓,最后对得到的边缘轮廓进行拟合,测量出金刚石颗粒的粒径、椭圆度和圆度等参数大小。该方法在VC+ 环境下,用OpenCV编程技术对其进行了实验验证,结果表明：该方法可以准确快速地测量出金刚石颗粒特征参数,为金刚石颗粒的等级评定提供了技术支持。     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

基于椭圆对数极坐标变换的尺度变化目标跟踪算法

针对传统对数极坐标变换局限于跟踪圆形或类圆形尺度变化目标这一问题,提出一种基于椭圆对数极坐标变换域下目标匹配的尺度变化目标跟踪算法。算法利用Mean Shift进行空间定位,确定目标的形心,通过椭圆对数极坐标变换域中目标和候选的最大相关匹配系数来确定目标的尺度参数。实验结果表明：该文算法在目标小形变和光照变化条件下,跟踪误差较小,尺度跟踪准确率更高,具有较好的鲁棒性。