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。     

实时提取直线参数的两步算法

跑道直线参数的实时提取是反机场子弹末敏器进行末端修正的前提条件。提出了实时提取直线参数的两步法:通过采用Sobel算子细化边缘的方法来提取图像中的边缘点,计算边缘点的梯度方向直方图,确定最大的响应方向,即跑道的法线方向,同时将梯度方向不在最大响应方向的边缘点剔除;在确定了跑道方向之后,通过采用一维参数的Hough变换法来把跑道的直线参数提取出来。试验结果表明,在保证精度的情况下两步直线提取法计算量小,在DSP芯片上运行,其处理帧频可达到50帧/s,满足了实际的作战要求。     

用Hough变换提高激光光斑中心定位精度的算法

在激光扫描大型三维曲面测量中, 激光光斑中心的准确定位是提高测量分辨力的关键。当测距范围较大时, 受多种因素的影响, 激光光强分布严重不均致使其几何中心与强度中心发生了偏离。此时, 传统的光斑中心提取方法不能适用。为此, 根据光斑图像仍能给出圆形光斑的大部分轮廓这一特点, 提出了基于Ｈｏｕｇｈ 变换的激光光斑中心读取方法。实验结果表明该方法对提高大型三维曲面测量精度是有效的。     

试飞机载测试系统一体化验证平台的设计与实现

为提高智能车对多车道的实际道路车辆行驶环境的适应性,提出了一种基于三车道模型的车辆检测方法。方法在预处理的基础上利用极角及位置约束的Hough变换得到可能的车道线信息并利用消失点对车道线进行筛选;利用三车道四线模型对车道线进行匹配;对于每条车道,分别利用车辆灰度信息对车道线内车辆进行识别,并利用视频的连贯性对车辆识别结果进行修正并跟踪车辆。该算法通过对车道线的二次筛选,提高了三车道模型的准确率,进一步提高了对于不同车道车辆识别的正确率。实验结果表明,在结构化道路上,对于不同路况,算法均具有较好的实时性和鲁棒性。     

基于特定感兴趣区采样的虹膜定位改进算法

从虹膜图像特点出发,以瞳孔形心为辅助点实现对虹膜图像特定感兴趣区采样.并且根据虹膜内外圆半径的生理特点设定Hough变换半径参量,依据虹膜内外圆近似同心圆来筛选与虹膜外圆最匹配的Hough变换结果.该算法在主动避开眼皮,睫毛干扰的同时又显著降低了Hough变换的计算量.通过对中科院自动化所CASIA虹膜数据库108组图像的虹膜定位测试结果表明,该方法平均定位时间0.83s,定位准确率98.9%.     

融合区域生长与霍夫变换的内窥图像分割算法

为准确地划分出实际内窥图像的有效检测区域,依据此类图像的具体特点提出一种综合区域生长和霍夫变换的分割算法。利用区域生长大致分割出感兴趣区域,可能会存在漏检边缘或虚假边缘,通过二值形态学处理对图像进行平滑滤波和去噪,采用Canny算子在抑制噪声的同时进行边缘检测,应用霍夫变换检测圆的算法确定图像内有效区域的位置。通过对90组实际内窥图像在Visual C++ 6.0上进行仿真,实验结果表明:有88组内窥图像能够精确地分割强光干扰且划分出有效检测区域;仅有2组图像分割出的强光干扰及划分出的有效检测区域不够准确。     

三种谐波族检测算法的性能对比

基于高阶累积量谱、时序循环平稳信号分析、时频面Hough变换等预处理方法,给出了相对应的三种谐波族信号基频搜索与检测算法,并在2阶、4阶、8阶谐波情形下,应用于受白噪声污染的模拟谐波族信号、实测无人机信号和实测直升机信号等三种谐波族信号的检测概率的计算。计算结果表明,随着阶数的提高,三种算法对目标的检测性能均有所提高;对于上述三种不同信号,其基频搜索与检测能力最好的算法有所不同。所给出的谐波族信号基频搜索与检测算法将在直升机、无人机等目标的检测应用中发挥更好的作用。     

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。     

一种改进的RGB Hough车牌校正定位算法

车牌的定位对车牌识别的成功率起到决定性作用。为了通过校正倾斜的车牌提高车牌在倾斜情况下字符识别的准确率,针对小型车蓝底白字的车牌提出了一种基于RGB色彩空间与Hough变换的车牌校正定位算法。对无倾斜情况的车牌可以直接定位,对于存在明显倾斜的车牌可以实现倾斜校正并定位。对车牌无倾斜情况的定位准确率为93%,倾斜车牌的定位准确率为88%。     

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．     

一种可识别破碎图形的特殊广义Hough变换方法

提出了一种与现有广义Hough变换(GHT)不同的识别破碎图形的方法.称为特殊广义Hough变换(SGHT)方法.该方法在参数表制作阶段和识别阶段,都与现有GHT方法不同.理论分析和实验的结果表明,采用SGHT方法, 可以解决常规GHT方法难以识别破碎图形的困难,且有很高的配准精度和速度,既可用于破碎图形的识别也可用于非破碎图形的识别,具有普适、快速和准确的特点.关键词：特殊广义Hough变换广义Hough变换参数表8邻域     

基于Hough变换的数字全息干涉条纹检测

提出了一种利用Hough变换在图像中检测模糊直线条纹的有效方法.将Hough变换对随机噪音不敏感的特性与Fourier变换的性质相结合,可实现对图形中有相同周期条纹的检测.该方法不针对单一条纹,只识别相同周期条纹的总体特征,能有效避免条纹部分缺失对检测结果的影响,并能快速检测条纹的准确数量.将该方法应用于数字全息干涉图的自动判读,成功实现全息干涉条纹的自动识别和准确计数,不仅避免了图像中条纹灰度不均匀、严重模糊的影响,而且提高了数字全息干涉术的测试准确度和效率.     

Extraction of Input Objects from Optical Hough Transform Data

We propose a method of extracting the true length of a line and an ellipse with two axes from the width of envelopes in the parameter domain. We performed computer simulations and, using a Hough transform computer generated hologram filter, also performed optical experiments. Our experimental results were very similar to those of the simulation.     

用Hough变换识别二维图象

本文介绍了一种识别图象的方法-Hough变换以及一些二维图形在Hough空间中的特征和用Hough变换识别二维图象。     

基于霍夫变换与线性啁啾变换的粒子全息图分析方法研究

基于霍夫变换及线性啁啾变换,提出在空域及频域中分析数字全息图中颗粒粒径大小的方法.在对粒子全息图进行降噪滤波、边缘提取等预处理后,利用弦中点霍夫变换检测粒子的圆心位置,然后以圆心为起点径向扫描出归一化光强分布曲线,求出空域第一个极小值位置.对光强信号做傅里叶变换,结合线性啁啾变换做局部频谱细化,求出频域第一个极小值位置.利用所得极小值位置,代入公式,即可求解颗粒粒径大小.数值计算结果表明,对于粒子间距较大的粒子全息图,该方法误差在2.5%以内.     

基于霍夫变换与线性啁啾变换的粒子全息图分析方法研究

基于霍夫变换及线性啁啾变换,提出在空域及频域中分析数字全息图中颗粒粒径大小的方法.在对粒子全息图进行降噪滤波、边缘提取等预处理后,利用弦中点霍夫变换检测粒子的圆心位置,然后以圆心为起点径向扫描出归一化光强分布曲线,求出空域第一个极小值位置.对光强信号做傅里叶变换,结合线性啁啾变换做局部频谱细化,求出频域第一个极小值位置.利用所得极小值位置,代入公式,即可求解颗粒粒径大小.数值计算结果表明,对于粒子间距较大的粒子全息图,该方法误差在2.5%以内.     

利用广义霍夫变换对相交目标进行轨迹预测

提出一种广义霍夫变换方法对相交目标进行轨迹预测,该方法利用概率分布原理,在参数空间中寻找点分布最集中的区域,以确定目标轨迹二次曲线方程的系数。为了提高搜索速度,提出采用投影法定位二次曲线方程的系数,从而使该方法满足实时性要求。该方法抗噪性强,克服了最小二乘轨迹预测法对噪声敏感的缺点。实验中采用最小二乘法和广义霍夫变换对相交目标进行轨迹预测,目标分离时正确匹配率分别为87.5%和95%。     

微球耐压性能的自动测量方法（英）

空心微球具有广泛的应用,耐压性能是其重要特性之一。但人工测量劳动强度大且精度较差。提出一种基于图像检测的自动测量方法,可检测微球加压过程中的破损情况并记录压力值。首先,利用梯度霍夫变换定位微球,再通过Canny边缘检测提取微球轮廓信息,并减少环境因素对检测的影响。最后Hu不变矩被用来将加压中的微球图像与加压前图像进行匹配,当微球破损后,匹配结果超过阈值,判定微球失效。为证明方法的准确性和稳定性,搭建了实验平台,对不同直径的玻璃和塑料微球进行了加压实验。实验结果表明,微球破损的成功识别率几乎为100%,同时微球破损时的压力值也被准确地记录。