基于改进Hough变换的井盖目标检测与定位

市政井盖的实时告失对城市管理具有重大意义。针对图像的复杂背景,提出了改进的Hough变换算法。在经边缘提取的二值图上,利用轮廓跟踪找到所有的轮廓,接下来设计轮廓过滤器排除虚假目标,进而在轮廓链表上进行Hough变换从而确定目标可能出现的区域,最终获得准确的井盖区域定位。该方案有效地提高了传统Hough变换的处理速度,减少了无效采样和累积。实验结果表明,该算法在多种复杂背景、不同视角、不同拍摄时间和条件、目标被部分遮挡等情况下都有很好的定位效果。     

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。     

一种基于PCA和Hough变换的类星体自动识别方法

确定类星体的红移是类星体识别的一个重要目标。由于过去类星体发射谱的静止发射谱模板主要靠天文学家的先验知识得到 ,因此采用模板匹配的方法效果一般不太理想。本文的主要工作有以下二个方面 :(1 )选用了主分量分析方法构造类星体静止发射谱的模板 ,这样 ,模板来源于实际光谱 ,而不是依赖于天文学家的推断 ,因此更加接近实际情况 ;(2 )用二维Hough变换来自动确定红移值。尽管理论上来说 ,只有一个红移参数需要确定 ,但观测发现 ,在大多数情况下发射峰的强度同时发生了变化 ,故在Hough变换中加入强度比例因子作为另一个参数 ,这样可有效提高正确识别率。实验证明 ,本文所提出的方法是可行的 ,正确识别率可达 90 %左右。     

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...     

基于改进的概率Hough变换的转鼓装校技术研究

为解决裂隙灯转鼓装校时人眼对转鼓图像中的十字叉丝的中心距离计算存在的不确定性问题,提出一种基于改进的概率Hough变换的转鼓数字化装校技术。通过对原图像预处理、改进概率Hough直线检测、制定直线交点筛选规则,实现了高精度的转鼓图像十字叉丝直线检测和叉丝中心距离计算。实验表明,改进的概率Hough变换能够准确地检测图像中的十字叉丝,并将多余直线100%拟合成4条直线;利用交点筛选规则可以准确筛选出2个有效交点。该装校技术能够实现转鼓数字化装校,以数字信息来提示工人转鼓装校优劣,且能够满足转鼓生产线上的实际需求。     

基于空间矩的随机Hough变换检测直线

为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。     

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     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

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Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

Principal direction-based Hough transform for line detection

A robust and fast line detection method based on Hough transform (HT) is proposed in this paper. Edge pixels are extracted based on the summation and ratio of principal curvatures. Probabilistic sampling on the edge pixels is applied to reduce the count of voting. Then a one-to-one voting strategy is applied by taking advantages of the information of principal direction. The principal direction is also conducive for the successive accurate line segment extraction. The experiments demonstrate that the proposed method shows better locating accuracy and computation efficiency compared with several significant variations of HT.     

基于高帽变换算法的液位检测技术的研究

将数学形态学中的高帽变换算法应用于液位高度的检测之中。利用形态学高帽变换,并选用大结构元素,对具有复杂背景的比色皿中的液位图像和分层液位图像进行处理,实现了液位高度的快速准确检测。实验结果表明,该方法适用于医学生化分析仪比色皿中样品液位高度的检测,其原理也可以用于其他工业装置中的液位高度检测。     

基于Hough变换的高精度机器视觉对准系统的研究

随着集成电路特征尺寸的不断减小,I/O引脚数日益增加。对于高密度封装,尤其是2.5D/3D封装中,电子元件和基底快速而准确的对准十分关键。利用高性能CCD搭建了一套精密的光学视觉对准系统,并采用Hough变换算法对芯片和基底进行对准试验。采集的图像经过去噪预处理后采用形态学边缘检测方法提取对齐标记,并通过Hough变换得到4组平行直线,然后计算基底的位移和旋转角度并完成对准。使用Matlab编程配准,程序运行时间约为4.2 s,旋转参数的误差小于1.2°,x和y轴的平移误差均小于1 pixel。试验结果表明基于Hough变换算法的光学视觉对准系统可以快速而精确地实现芯片和基底对准,满足IC封装需求。     

一种基于边缘的曲波变换图像融合方法

提出了一种新的图像融合方法。采用Canny边缘检测方法,并结合曲波变换算法,确定图像边缘位置。针对曲波分解的不同频率域,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用平均法进行融合,最后进行重构得到融合结果。对该方法得到的实验结果进行主客观评价和对比表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,具有更好的视觉效果。     

基于K-L变换的虹膜识别方法

提出了一种基于K-L变换和最近邻分类器的虹膜识别方法。该方法采用K-L变换得到一组虹膜图像基,并利用这组基图像构造一子空间,将待识别图像在这个空间上的投影系数作为待识别图像的特征向量。采用最近邻分类器进行了分类。基于CASIA虹膜数据库的试验表明,将K-L变换应用在虹膜特征提取上可以取得较高的识别率。