根据边缘梯度方向的十字丝目标快速自动检测

根据图像中直线轮廓边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随机Hough变换(RHT)的十字丝自动检测算法。实验结果表明该算法对十字丝目标的灰度、大小、形状变化具有鲁棒性,达到了十字丝目标的快速识别。     

一种正六边形检测方法的研究

提出了一种基于几何特征的正六边形检测方法。在简述Hough变换原理和正六边形特点的基础上,把正六边形的检测分解成直线和圆的检测,以及线段长度和直线夹角的计算。利用检测到的直线,在图像平面内建立直线方程,依据直线方程,计算相邻两条直线的夹角和交点,求出每条边的长度,同时检测6个交点是否均匀分布在同一圆周上。在螺栓头部正六边形检测实验中,角度测量误差为0.38%,边长测量误差为0.85%。结果表明,该方法是有效的,能准确地检测出图像中的正六边形。     

光杆六角螺栓的视觉检测

为了测量光杆六角螺栓的外形尺寸,提出了一种基于图像测量的视觉检测方法。简要介绍了六角螺栓制造的工艺流程,指出了光杆螺栓检测的重要性。在分析Hough变换原理的基础上,介绍了圆的检测方法,提出了一种基于特征的正六边形检测方法。首先进行直线检测,利用检测到的直线建立直线方程,其次根据方程求取相邻直线的交点,计算每条边的长度和相邻两边的夹角。最后利用Hough变换的圆检测方法检查交点是否在同一圆周上。在检测实验中螺杆直径的测量误差为0.37%,螺栓头部正六边形的角度测量误差为0.40%,边长测量误差为1.25%。结果表明,该方法是有效的,能较准确地检测出光杆六角螺栓的外形尺寸。     

基于消失点检测算法的束靶红外图像畸变校正

传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。     

基于裂隙灯转鼓的数字化装校技术研究

针对裂隙灯转鼓的光学装校，提出一种数字化装校方法。该方法采用透射式装校系统原理，在检测光路前后加入十字线，通过观察2个十字线在CCD图像中的成像来判断装校质量，最后通过图像处理得到数字化信息。通过提取2个十字线的中点坐标，判断转鼓光学系统的光轴是否一致；通过提取CCD图像的清晰度大小，判断转鼓光学系统是否对焦。利用该方法对转鼓进行装校，结果表明:该方法是一种利用图像处理技术将装校位置信息转化为数字信息的数字化方法，通过数字图像分析装校误差在0.1 mm以内。     

基于CCD的无接触式的物体测量

基于CCD的物体测量平台，首先对物体图像进行预处理，继而利用Canny算子提取物体边缘，再通过本文改进的Hough变换实现对被测物体边界直线检测和重构，最后通过多项式插值算法实现物体像素尺寸到物体实际尺寸的转换．实验证明，此方法能够实现无接触式物体尺寸较高精度的测量．     

线状目标实时检测算法的研究

提出了一种基于FPGA和DSP的算法并设计了相应的硬件系统,能对大小为256×256像素、帧频为25帧/s的视频图像进行实时处理。即先对输入图像采用改进的Sobel算子提取边缘,再用改进的Hough变换算法进行直线检测。解决了传统的Sobel算子提取的边缘较粗及Hough变换算法计算量大、难以实时实现的难题。     

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。     

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。     

应用在高性能贴片机上的一种快速视觉定位算法

针对高性能贴片机须具有快速、准确的视觉定位的要求,通过改进一种混合空间增强的预处理方法,采用Hough变换与最小二乘法相结合的方法提取出了较为精确的边缘直线,实现了一种利用十字叉标记几何信息,并能进行快速对准的算法。实验结果表明,该算法具有较快的速度,对比例变化和局部残缺不敏感。     

SAR图像中机场跑道自动检测方法研究

跑道检测通常由边缘检测和霍夫变换2个步骤组成.由于SAR图像中存在大量斑点噪声,使得边缘检测中存在大量虚假边缘,增加了霍夫变换的时间,降低了跑道检测的准确度,提出一种基于区域分割和距离变换的SAR图像中机场跑道自动检测的新方法.采用基于统计信息的方法增强跑道一背景的对比度,然后用二维直方图阈值分割方法分割图像,再通过距离变换对跑道一背景二值图进行处理,得到跑道中心线的大致分布,最后采用局部空间霍夫变换得到跑道参数.实验结果表明:该方法能够可靠检测出跑道,运算速度满足实时性要求.     

轻武器电子校瞄系统的算法设计及系统验证

轻武器验收的重要指标之一是其击打目标的准确度[1],瞄准系统的精度直接影响武器性能的发挥,而传统的校准设备只能完成武器的粗校准,为此设计了一种新型的轻武器电子校瞄系统。其设计核心是枪口轮廓在图中精准识别算法的构建。在算法构建中,通过引入正六边形搜索窗口和梯度方向信息判据对随机Hough变换算法进行改进,弥补了已有的Hough变换方法计算复杂程度高,占用内存大的不足[2]。在MATLAB中充分验证改进算法的优良效果后,将该算法移植到基于嵌入式软件环境的电子校瞄系统中,系统通过测试表面电子校瞄系统对枪口的中心位置,枪膛中心点和十字光标相对位置,展现出优良的校准性能,初步实现了枪支瞄准系统的精细校准。在整个校准过程中,不直接与轻武器接触,可以避免传统校瞄系统重复安装对枪管造成的磨损,为传统的校准方式提供了一种新方法。     

基于切比雪夫多项式描述子的复杂背景下输电线路提取算法

在电力系统中,利用计算机视觉和图像处理技术对输电线路的进行检测,在保障电力系统的安全运行方面具有非常重要的作用；针对复杂背景下的输电线路,提出了一种基于切比雪夫多项式描述子输电线路提取算法,该算法首先对输入图像进行预处理,其次利用随机Hough 变换提取图像中的直线和曲线,然后利用切比雪夫多项式描述子的曲线描述优势,对所提取的对象进行特征描述,为了提高提取的精确度,通过K-means聚类分析方法来训练视觉字典,通过视觉字典的比对,最终确定图像中的输电线路；实验结果说明了所提出的算法可以精确地提取复杂背景下的输电线路。     

基于机器视觉的工件尺寸和角度的测量

针对一款手机U盘芯片的二维尺寸的测量问题,提出运用图像处理的方法,实现手机U盘芯片长度和偏角的非接触式测量。通过COMS工业相机采集到U盘芯片的背光图像,在边缘检测的基础上,用Hough变换检测和定位U盘芯片边缘直线。针对在一条边上Hough变换对应检测到多条直线的情况,本文提出采用直线参数平均法拟合边缘直线,从而获得较精准的边缘位置。通过对已知尺寸的标准块进行相机标定,由此计算出精确的U盘芯片的尺寸和倾斜角度。实验表明：该算法能够满足工程上较高精度的检测要求。     

基于机器视觉的汽车仪表盘指针检测

基于机器视觉构建汽车仪表自动检测系统已成为实现仪表生产测试的主要途径。基于图像空间到参数空间的收敛映射提出了改进CM-Hough变换检测算法对汽车仪表盘的指针位置实施检测。首先,介绍了基于机器视觉对汽车仪表的符号片及指针进行自动检测的系统组成。接着,针对经典Hough变换发散映射运算量大的缺点,提出了基于收敛映射CM-Hough变换进行指针检测的算法,给出了利用Hough变换的检测结果直接解算指针位置的方法。最后,将算法由软件编程实现,通过测试实验验证了算法的实时性和有效性,测试数据分析显示了指针位置误差小于1%。     

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。