一种快速检测圆的抗干扰变形模板方法

提出了一种新的参量式变形模板方法，用于检测带有缺陷和噪声的圆。根据圆的几何形状特性和梯度信息定义了模板的能量函数。然后通过动态调整模板的参量使能量函数和图像进行交互以把能量函数最大化。根据能量函数的定义，在其取得最大值时的参量即为所检测圆的位置参量。为了提高匹配运算速度，先求出被检测圆的圆心和半径的估计值，然后给出缩小了的搜索区域。在此搜索区域内采用贪婪优化的算法得到最终检测结果。实验结果表明算法可以在圆有较大缺陷和噪声的情况下，定位精度在1个像素以内，速度在0．5s左右；有很好的抗干扰和抗噪声能力，并有较快的运算速度。     

基于梯度的区域生长和距离直方图的快速圆检测方法EI北大核心CSCD

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。     

基于梯度的区域生长和距离直方图的快速圆检测方法

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。     

分级多尺度变换的水下偏振图像融合法

提出了一种分级多尺度融合的水下偏振图像处理方法.首先,利用非负矩阵分解对偏振参量图像进行融合增强,得到所含局部特征信息完整且冗余度低的偏振参量融合图像;在此基础上,基于二维经验模式分解分别将偏振参量融合图像与偏振强度图像进行多尺度变换,对得到的高低频子图像分别进行加权平均融合,融合权重是采用穷举搜索法计算得到;最后,将高低频融合结果反变换得到最终融合图像.实验仿真结果表明该融合方法在增强图像细节信息及提高水下偏振图像对比度方面具有显著效果.     

基于特征圆靶的单目视觉位姿测量算法研究

为提高基于工业机器人近距离下空间平面位姿的求解精度，分析了由透视畸变引起的圆投影误差的变化规律，以物距与特征圆半径的比值作为衡量圆透视畸变误差的参数依据，提供了不同物距下的精度参考。推导了基于空间圆投影图像的三点相对位姿求解算法。定量的误差分析和实验验证表明，物距与特征圆半径比值在18以内像素精度在0.1～1像素时，算法精度平均可以达到0.1°，优于文中其他两种算法。     

用级数拟合求圆电流磁场解析解

采用将圆电流磁矢势表达式中一部分展成分数，使被积函数变成可积分的函数，用解析函数拟合积分的级数，代替无穷级数求和运算，得到可以计算圆电流在空间任保一点磁场的解析解，解决了计算非近轴区圆电流磁场问题。     

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.     

圆波导劈形端口辐射器的数值分析

 高功率微波运用的圆波导劈形端口辐射器(Vlasov-Nakajima辐射器)的辐射场可视为由平开口圆波导的辐射场和在该辐射场中的劈形圆波导段的散射场叠加而成。运用等效电磁流原理数值求解Kirchhoff-kottler积分获得圆波导TM₀₁模的辐射场,再应用物理光学方法计算劈形段的散射场,并将计算的远场方向图与实验结果比较,获得较满意的一致。     

基于似然函数最速下降的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数最速下降迭代的图像配准算法.该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准.基于点集的高斯混合模型建立了边缘点集配准似然函数,以该函数作为目标函数,仿射变换参量作为优化变量,利用最速下降方法进行最优变换参量求解,从而实现边缘点集配准.同时,将多分辨率金字塔引入迭代配准框架下,实现了高分辨率图像配准的加速.实验结果表明:该算法精度高,运算速度快,可以很好地完成可见光与红外图像的自动配准.     

基于全局搜索和证据积累的多圆检测方法

针对传统圆检测算法检测速度慢、不适于多圆检测的问题,提出一种基于全局搜索的圆检测方法。将证据积累和加权平均的思想结合,对证据积累过程中产生的伪圆心进行归类、分析,并对三类伪圆心进行逐类剔除,最后计算其它圆参数。实验结果表明,该算法效率高,对局部信息缺损不敏感,检测时间不会随着圆个数的增加而线性增加,检测效果明显优于传统的随机圆检测(RCD)算法。     

Circle detection using scan lines and histograms

Circle detection is significant in image processing and pattern recognition. We present a new algorithm for detecting circles, which is based on the global geometric symmetry of circles. First, the horizontal and vertical midpoint histograms of the edge image are obtained by using scan lines. Then, we apply the peak-finding algorithm to the midpoint histograms to look for the center of the circle. The normalized radius histogram is finally used to verify the existence of the circle and extract its radius. Synthetic images with different levels of pepper noise and real images containing several circles have been taken to test the performance. Experimental results demonstrate that the proposed algorithm has the advantage of computational efficiency as compared with the randomized Hough transform and some other algorithms.     

A local voting and refinement method for circle detection

Improving the accuracy of circle detection in images is important for feature detection in remote sensing imagery. The standard Hough transform detects circles from the whole image space, which inclines to be disturbed by noise and the imperfection of the edge information. In this paper, a method of voting and determining circles locally is proposed. This method improves the accuracy and stability of circle detection in images with noise, incomplete edge information and complex backgrounds. Synthetic and real satellite images are used to demonstrate the effectivity of circle detection of the proposed method.     

基于圆衍射条纹的激光准直系统设计

针对高层建筑电梯安装过程中导轨垂直度与平行度的要求,设计了一种新型的激光准直系统。该系统把带有同心圆衍射条纹的准直激光束透射过毛玻璃,用CMOS图像传感器作为接收器,获得准直激光束的光斑图像,由USB接口传输到计算机进行自动处理。基于改进的Hough变换算法,完成了同心圆衍射条纹中心的准实时自动提取,并能跟踪、记录条纹中心的变化轨迹。该系统可以在128mm×96mm的范围内接收准直激光束的圆衍射条纹,条纹中心提取精度在1～2个像素,很好地满足了实际应用的要求。     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。     

一种快速检测圆心的抗噪声亚像素算法

在印刷电路板的自动光学检测中，被检对象的空间对准是一个关键步骤，而传统的图像匹配技术由于其只能在像素级定位，而无法适应印刷电路板精确对准的要求。本文利用圆的几何对称性，提出一种在亚像素精度快速定位圆心的算法。     

A circle similarity algorithm for an automatic circular decomposition of blood cell images

This paper presents an iterative algorithm for circular decomposition which investigates the separation of overlapped circular particles of a binary image, in order to locate their center coordinates and to estimate their radii. Since this algorithm is based on the measure of a circle similarity of an object in an image to execute a search for concavities, object segmentation and circle recognition, its implementation is simpler than the algorithm based on polygonal approximation. In this work we compare the accuracy and robustness of the proposed circle similarity algorithm with a polygonal approximation based algorithm using synthetic images and real blood cell images. Both the algorithms are able to decompose connected blood cells. However, the input parameters of the polygonal approximation method shows high sensitivity to the shape or agglomeration of an object, while the proposed algorithm demonstrates more stable performance.     

一种快速高精度激光CCD自准直仪圆目标中心的定位方法

为满足高精度测量和瞄准跟踪系统中对激光CCD自准直仪的测量精度和实时性的要求,提出一种快速高精度激光CCD自准直仪圆目标中心的定位方法。首先利用变结构元广义形态学边缘检测算法,充分提取图像边缘细节信息的同时抑制图像噪声的影响,然后采用多项式插值算法对圆目标轮廓进行快速亚像素定位,最后利用最小二乘拟合方法实现了圆目标中心的精确定位。实验结果表明,该定位方法稳定性好,定位精度高且实时性强,应用该方法改进后激光CCD自准直仪的测量精度由2″提高到±0.25″,且单次测量时间小于0.23s,可满足激光CCD自准直仪在小角度测量和瞄准跟踪等领域的高精度实时测量需求。     

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。     

Circle actions in geometric quantisation

The aim of this article is to present unifying proofs for results in geometric quantisation with real polarisations by exploring the existence of symplectic circle actions. It provides an extension of Rawnsley’s results on the Kostant complex, and gives a partial result for the focus–focus contribution to geometric quantisation; as well as, an alternative proof for theorems of Śniatycki and Hamilton.