基于Hough变换的图像档案的表格提取与倾斜校正

本文提出了一种基于Hough变换的图像档案的表格提取与倾斜校正方法。在检测表格线的同时，完成对其端点坐标的同步记录，对于表格图像倾斜角度较小的情况，采用基于线性搬移技术的校正达到图像快速倾斜校正的目的。     

汽车牌照实时几何畸变校正方法

经过摄像机摄入的图像会发生几何畸变,给车牌的准确识别带来了困难。针对此问题提出了一套实时几何畸变校正方法。首先对提取出的汽车牌照信息进行预处理;然后提出了一种基于Hough变换和图像分析法提取控制点的实时标定方法;最后通过空间坐标变换和灰度插值完成图像的校正。实验证明,该方法符合汽车牌照图像的特点,具有较好的处理效果。     

基于Hough变换的倾斜文本图像的检测

在OCR图像扫描输入的过程中,扫描图像经常会出现某种程度的倾斜,这种倾斜会给下一个字符的切割造成困难,影响字符识别的精度。正是出于检测倾斜文本图像角度的目的,提出了一种基于Hough变换的检测图像倾斜度的方法,可以有效地克服几何失真对文字识别系统的影响,为了克服Hough变换计算量大的缺点,该方法采用了提取图像特征点的方法。实验结果表明,该方法能快速准确地测出各类文本图像的倾斜角度,并且具有很好的适应性。     

利用Hough变换实现自动镜头畸变校正

在摄像机拍摄到的图像中,图像难免会出现某种程度的畸变,给生活带来了很多不便。Hough变换算法是一种应用非常广泛的图像检测方法,但其缺点为计算容量大,运算速度慢等,因此提出了一种新的算法,利用高阶Hough变换通过自动曲线校正来找到用来校正的可靠的曲线和准确估计镜头的畸变参数。实验结果表明,该算法可行而且还能够将广角镜头,鱼眼镜头和变焦镜头的摄像机拍摄到的畸变图像进行自动校正。     

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。     

Hough变换的一种改进及其在直线检测中的应用

本文提出了图像识别中常用的Hough变换针对直线检测的一种改进方法,提高了Hough变换的识别正确率。利用改进方法对实际中的不规则的直线状目标进行了检测,取得了很好的效果。     

基于版面的拍照文档图像倾斜校正

文档图像版面十分复杂,建立一个较为通用的文档图像倾斜校正算法是很困难的。因此提出了基于版面的文档图像倾斜自动校正算法,并且对经典的霍夫变换检测直线的方法进行了改进,最后采用最小距离法对这些直线进行拟合,避免了因利用传统的最小二乘法拟合直线所带来的缺点。针对不同的文档版面采用相应的倾斜校正策略,实验表明该方法具有适应性强、倾斜校正速度快和精度高的特点。     

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.     

改进的Hough变换在PCB实时初检中应用

在图像处理和计算机视觉中，Hough变换是一种应用非常广泛的图像边缘检测技术．针对传统H0ugh变换算法所需的存储容量大、计算量大、速度慢、效率低，实时应用性差的同题，本论文运用了一种改进的Hough变换方法，分两步来完成目检测同题中的图心定位和半径测定，并通过针对PCB在线检测的具体应用情况加以改进并应用，进一步有效地减少存储容量，提高运行效率。实验证明算法满足PCB在线检测的实时性。     

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.     

汽车倾斜牌照中字符的定位与提取

提出了汽车图像中倾斜汽车牌照字符的定位与提取算法。该算法针对汽车牌照的灰度特点,先确定牌照的位置,并从背景中分割出来。对二值化车牌定位图通过Hough变换,计算出车牌主要直线的倾斜角度,通过插值旋转后,重新确定车牌字符的边界,最后精确地提取出汽车牌照中的字符。与其它传统的方法比较,该方法在运算速度和精确性上有一定优势。     

图像处理技术的车牌识别系统研究

车牌识别系统在汽车运行实践对汽车的智能通行起到了显著的效果,所以积极的推广和利用车牌识别系统现实意义显著。从现实分析来看,车牌识别系统的具体利用会受到多种因素的影响,比如识别符号设计、感应系统等,所以为了更好的应用车牌识别系统,文章对基于图像处理技术的车牌识别系统进行分析与研究,旨在明确系统构成与应用,从而是实际利用提供帮助和指导。     

车牌识别方法的研究与实现

随着科技的进步,车牌识别系统有了很大的发展。其识别过程大概分为三个过程：车牌定位,字符分割和字符识别。由于在现实中车牌的识别会受到自然原因、人为原因以及图像采集设备的影响,这些会造成字符分割的不准确,从而导致识别的失败。基于此提出了在利用hough变换对车牌进行分割前用小波包变换的多分辨率进行降噪的方法,最后利用KL变换进行车牌字符识别的方法。实验表明其技术在速度和识别率等方面具有很好的效果。     

微分算子在车牌定位中的应用

针对复杂环境下车牌定位问题,提出基于微分算子的方法。首先用二阶微分算子对图像在3×3邻域内进行处理,并基于欧氏距离变换,改进处理后的投影曲线;然后,通过曲线的波谷微分值,初选车牌区域,并根据区域内的波谷微分值比、曲线占空比等参数,对车牌在竖直方向定位;最后,在此基础上,通过水平方向二阶微分投影曲线,提取车牌。通过研究表明,该算法具有较高的准确率。     

基于OpenCV的批量车牌隐私系统设计

随着智能控制和智能识别技术的飞速发展,图像处理技术得到了越来越多的关注和研究,而社会对于隐私的保护也越来越重视。本系统采用了将边缘检测算法和颜色识别算法相结合的算法进行车牌检测、隐私处理,经Visual Studio的MFC界面进行仿真实验,可以很好的识别出车牌并进行精准处理。     

车牌识别技术在智能交通中的应用与发展趋势

随着我国经济的发展与成长,我国的车辆保有量在迅速的增加,人们对车辆智能识别系统的关注也随着增加.本文主要研究分析了在交通系统中的车牌识别技术的应用于发展,为我国交通系统的发展出谋划策.     

改进遗传算法在车牌定位中的应用

为了更好地反映自然界的优胜劣汰,提出改进的遗传算法。在改进的交叉与变异运算中引入个体的适应度。把改进的遗传算法应用于车牌图像分割中,并根据车牌中字符分布的特点,利用车牌内部灰度值的变化频率实现车牌定位。实验结果表明该算法不仅可以获得较好的车牌分割效果,而且能提高车牌定位的速度。     

基于Boosting算法的车牌汉字识别

对AdaBoost算法作了详细的分析:AdaBoost是一种有效的分类器组合方法,他用某个分类算法生成一系列的基分类器,每个基分类器的训练依赖于在其之前产生的分类器的分类结果,基分类器在训练集上的错误率用于调整训练样本的概率分布,最终分类器通过单个基分类器的加权投票建立起来。最后将该算法应用于车牌照的汉字识别,对识别效率有大幅度提高。     

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．     

低信噪比下基于收敛映射Hough变换的激光目标检测算法研究

分析了经典Hough变换(HT)在参数空间映射方法存在无效映射及批处理投票缺乏实时性等问题, 提出了依据空中目标速度约束条件选取样本进行收敛映射和在线投票的改进HT检测算法。仿真实验结果表明, 改进目标航迹检测算法在信噪比(SNR)大于0.8 dB时都具有较好的效果, 算法目标捕获时间因信噪比不同而不同。信噪比大时可以迅速捕获目标, 信噪比低时则以时间换取检测概率。