改进Hough变换在直线铁轨图像边缘检测研究

针对铁路轨道数字图像处理中直线铁轨检测的快速有效问题,提出一种改进Hough变换直线铁轨检测方法.首先对图像进行小波提升,用经典的边缘检测LoG算子进行图像的边缘检测;然后计算图像空间直线斜率重叠度来快速检测出直线;最后将图像转换到参数空间,计算局部极大值点,检测出直线.通过大量的仿真实验证明了该方法对直线铁轨检测的有效性和实用性.     

基于改进的圆Hough变换在图像测距中的实现

基于机器视觉的测距系统已成为铁路、公路交通管理系统的研究热点.结合图像的色彩空间的不同特性,进行适当的变换从而实现目标图形的定位及检测.首先利用图像增强的方法将检测出的图像进行边缘增强,并通过基于圆斜率特性的改进圆Hough变换进行图像中目标图形的特征提取,之后根据已检测出的目标物体的边界,利用统计像素点计算面积的方法计算出目标物体的面积,最后依据计算出的目标图形面积的大小实现目标物体的距离测量.     

基于改进的Hough变换的直线提取算法

Hough变换的运算精度及其运算速度,在高速、高精度工作环境下具有重要的意义,提出了一种改进的Hough变换的直线提取算法.通过对零件图像预处理、改进的Hough变换处理,实现了快速、高精度地轴类零件轮廓直线的检测.利用C++编程,采用OpenCV,针对某轴类零件轴径的非接触检测,实现了改进的Hough变换的直线提取算法.     

改进的Hough变换及其并行计算

本文针对传统的Ｈｏｕｇｈ变换不能测出直线的连贯性、无法求得线段的长度的缺点，提出一种改进的Ｈｏｕｇｈ变换算法，使检测结果为线段的起始及长度。     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.     

Hough变换在小目标检测中的应用

利用Hough变换的特性,把Hough变换应用到小目标检测系统中去,从理论上分析它的可行性,并通过仿真试验进行验证.     

一种快速Hough变换改进算法及其在图像边缘检测中的应用

在图像处理和计算机视觉中,Ｈｏｕｇｈ变换（ＨＴ）是一种应用非常广泛的图像边缘检测技术,但ＨＴ还存在许多问题,例如,存储空间需求太多,计算量太大,可能产生冗余点和虚交点．存在重复线段,阈值选择困难等．本文提出了一种快速Ｈｏｕｇｈ变换（ＦＨＴ）的改进算法,可以有效解决上述问题,同时提高计算速度方面有非常明显的优势．     

改进Hough变换的算法实现

利用Hough变换对直线进行检测,通常参数空间使用的是极坐标系.这种方法存在速度缓慢,结果不够精确的问题.这主要是因为极坐标所用到的正弦函数和余弦函数具有非线性特性,使将来运算基本单元的乘法不可避免.为解决这个问题,提出一种通过改换坐标系、用加法和移位运算代替乘法的新思想,大幅加快了Hough变换的速度.从而使超大型图像中,直线的实时、精确检测成为可能.     

基于Hough变换改进的直线检测与定位

利用标准的Hough变换检测空间的直线,研究各种改进的Hough变换算法,设计一种新的Hough变换检测算法,通过实验对比,从而获得更高的精度。     

基于Hough变换的椭圆检测改进算法

在背景复杂的图像中,针对多椭圆检测时椭圆中心定位不准、虚假椭圆过多的缺点,提出一种基于Hough变换的改进算法。该算法对参数空间和Hough变换计算的改进提高了椭圆检测的准确度,并利用参数方程判断候选椭圆的真假。实验结果表明,该检测方法具有较强地抗干扰能力,能够在复杂的环境中准确快速地检测出多个椭圆。     

基于哈夫变换的图像边缘连接

图像边缘的检测可以得到图像中处于边缘上的像素点,由于受到噪声等干扰,一组边缘像素很少能完整地描绘一条边缘。利用哈夫(Hough)变换可以将边缘像素连接成有意义的边缘。现有文献对哈夫变换在极坐标中的应用,存在不同的形式和论述,容易造成概念混淆。详细叙述哈夫变换的基本原理,及在直线检测中的应用。尤其是对极坐标下直线的标准方程,进行详细地推导和论述,从而对哈夫变换的应用进行有益的补充。     

小波变换在医学图像边缘提取中的应用

边缘是图像的重要特征。医学图像往往较模糊．其边缘特征难以用传统方法检测。小波变换具有良好的局部化特性、多分辨特性．及检测信号局部突变的能力。对图像进行二维小波变换，其梯度模值反映了图像的边缘。介绍一种基于小波变换的图像边缘提取方法。实验证明．与传统边缘检测方法相比，该方法去噪效果好，能提取图像中较弱的边缘，且能使边缘细化。这些特点使得他特别适合于医学图像边缘的提取。     

含噪声且较模糊的印刷电路板光电图像边缘检测研究

针对印刷电路板(PCB)光电图像在获取过程中 含有噪声和较模糊的边缘等各种原因,提出 了一种基于图像融合的含噪声且较模糊PCB光电图像边缘检测方法。首先,讨论了基于小波 变换 及Canny边缘检测算子的图像边缘检测法,分析了其基本原理。然后,结合两种方法的优点 ,提 出了基于图像融合检测方法的PCB光电图像边缘检测基本原理及中值滤波、增强去模糊、小 波分解、图像融合、图像去噪等步骤。最后,将由CCD成像系统及显微镜获取的主要含有高 斯噪声且较模糊的PCB光电图像用三种检测方法进行了主观实验对比,采用本文融合方法得 到的边缘图像效果最好,在抑制噪声的同时得到了连续的边缘;为了客观地评价PCB光电图 像边缘检测的效果,用峰值信噪比及图像边缘信息熵作为评价指标,采用本文方法的峰值信 噪比及信息熵的实验结果值都是最大的。     

印刷电路板光电图像走线检测研究

为了更精确地检测出含有噪声与模糊的印刷电路板(PCB)光电图像中走线的信息,提出了结合随机Hough变换和最小二乘法拟合直线两者优点的直线检测新方法。首先对含有走线的PCB光电图像进行预处理,给出误差阈值;然后用随机Hough变换粗略确定图像中直线的大概位置,剔除干扰点与噪声,保留符合误差阈值要求的直线附近的点集;最后用最小二乘法拟合各个集中的点,得到较精确的直线参量,从而得到各条拟合直线。对由CCD与显微镜获取PCB光电图像的走线进行实际检测,结果表明,本文提出的方法可实现精确的直线检测。     

Hough变换的PCB Mark校准研究

在现代电子工业中,由于电子技术的快速发展,印制电路板(PCB)在各个领域得到了广泛应用。随着表面贴装技术(SMT)的发展,PCB板上的元件密度越来越高。为了完成PCB板的制作与使用,需要对其中的PCB Mark进行定位和校准,主要讨论了一个基于Hough变化和最小二乘方法下的定位校准方法,为多边形的印刷电路板识别符(PCB Mark)定位校准技术提供了一个新思路。     

印刷电路板自动光学检测系统精确校准

采用图像参考比较法进行缺陷识别的PCB自动光学检测系统对取像精度要求严格,利用机器视觉系统,以PCB圆形基准点为基准对系统进行校准。采用Hough变换检测基准点圆心,为了提高检测速度和精度,对输入图像进行了灰度化、直方图均衡化、高斯滤波和边缘检测4步预处理。Matlab仿真结果表明,该方法检测精度达到1个像素,耗时为毫秒级,实时性好。     

基于图像滤波与Hough变换的红外弱小目标检测

针对红外传感器成像信噪比低且易受噪声、背景杂波干扰的问题,本文提出了一种基于最大中值滤波与Hough变换的红外弱小目标检测方法.该方法首先对序列图像中的每一帧进行最大中值滤波,滤波输出与原始图像相减用以预测目标可能出现的区域.对于目标可能出现的区域使用均值滤波,反之则使用最小值滤波来抑制背景结构.然后将滤波后的序列图像直接叠加得到合成图像,采用有灰度权重的Hough变换实现弱小目标的轨迹检测.实验结果表明该方法可以实现对信噪比接近1的弱小目标的检测.同时,背景的运动对该方法的检测效果没有显著影响.     

基于非下采样Contourlet变换的多传感器图像边缘检测

提出一种基于非下采样Contourlet变换（NSCT）的多传感器图像边缘检测方法,通过非下采样金字塔（NSP）和非下采样方向滤波器组（NSDFB）实现了对图像的多尺度多方向分解。在检测处理中,采用改进的一致性校验策略：高频系数除了进行本层的一致性校验外,还进行多层之间的一致性校验。非下采样Contourlet变换保留了Contourlet变换良好的多分辨率特性,又具有平移不变性,更适应于进行多传感图像融合,为图像边缘检测提供了新的方法。