一种基于随机Hough变换的椭圆检测方法

在随机Hough变换基础之上,提出一种改进的椭圆检测方法,该方法降低了随机Hough变换的无效采样概率,对椭圆边缘的定位结果达到了亚像素级,并且能够准确判别出图像中的椭圆形标志,去除非椭圆形标志.通过实验得到较好的结果.     

机器视觉标定中的亚像素中心定位算法

双目视觉检测系统中,圆形标志的中心定位精度直接影响标定的精度和整体测量的精度。传统算法定位精度较低,不能满足高精度测量的要求。采用Canny算子对标定板图像进行边缘检测,Zernike矩定位亚像素边缘,用最小二乘拟合标志中心。实验表明:该方法对圆形标志中心点提取精确且稳定,中心定位精度优于0.1个像素,系统测量平均误差小于0.02 mm,满足高精度视觉测量要求。     

基于 ADSP-2181 的 PCB标志定位系统

结合当前电子技术和图像处理技术的最新发展,设计了一种采用ADSP-2181数字信号处理器建构的图像检测定位的硬件平台,以满足图像检测的工业应用需要。运用并行数据流的分析方法系统论证了ADSP-2181作为图像检测系统核心处理器方案,提出了系统的数据流模型和控制模型,并以此设计实现了一个较高性能的硬件系统,具有视频图像获取、实时显示、图像处理和图像检测等多种功能。从PCB自动检测的标志识别及定位的需要出发,提出了适合硬件处理的Hough变换算法进行PCB圆形定位标志的检测,并给出了实验结果。     

用于视觉传感器标定的鲁棒性靶标定位算法

为了满足高精度机器视觉传感器的标定,提出了一种新的靶标识别定位算法。算法的实现包括靶标模式的检测和匹配两部分,其中,基于矩的靶标模式检测方法使得检测精度与模式形状无关,克服了摄影变换后圆形靶标模式的非圆性缺点,保证了亚像素级的检测精度;提出的种子扩散算法能根据靶标邻域信息自动调整扩散方向和度量信息,对于任意位姿的靶标图像都能保证与三维靶标实现稳定、准确、自动的匹配。对新设计的靶标进行了识别定位实验,结果表明：算法具有高精度、高正确定位重复率、全自动和快速性等优点。     

基于机器视觉的公差检测系统算法研究与应用——自适应边缘检测与修正Hough变换

介绍了基于机器视觉的几何量和位置公差检测中常见的计算模型、图像处理和直线拟合一般算法，进一步介绍了一种自适应的边缘检测方法。着重分析了传统的Hough变换的优势和缺点，在此基础上提出了适应形位公差检测特点的修正Hough变换算法。自适应边缘检测方法被应用于检测实际工程的图像边缘，检测到的边缘区域在亚像素之内；修正的Hough变换算法也被运用于相应工程的直线拟合，与传统的Hough算法相比，结果表明其速度更快、精度更高，抗干扰能力更强，其拟合直线的极径精度可达到0．1个像素，极角精度可达0．01°。     

基于形态学的十字目标定位方法研究

为了提高微操作系统的装配精度,提出了一种基于形态学腐蚀算法和Hough变换的十字目标亚像素中心定位方法。首先通过选取适当的结构元素,分别对组成十字图像的垂直、水平方向的直线段进行腐蚀处理,得到含有十字中心信息的水平和垂直的两条行、列像素,行、列的相交点即为十字图像特征的中点;然后选取适当参数空间,对行、列进行Hough变换并将结果记入参数空间累加器,最后对区域内点进行加权平均处理,得到十字图像亚像素中心定位。实验结果表明：该方法具有定位速度快,定位精度高的优点。     

基于Hough变换的双球冲球心精确定位技术

双球冲成形是常用的材料性能实验,其形状复杂,虽然内外为圆形,但不一定是同心圆.为了保证对其定位的准确性和快速性,在硬件定位的基础上,采用重心定位结合改进的Hough算法来实现,即借助先验知识,从参数空间入手,缩小Hough变换参数空间中圆心坐标和半径参数的范围.加快了执行速度,减少了内存利用,提高了检测精度,使得系统满足实时检测的需要.     

基于灰度矩的脉搏图像亚像素特征点提取研究

在基于双目视觉脉搏图像传感器的脉搏三维信息检测中,图像特征点的提取是关键基础。为了提高脉搏图像特征点提取的精度,提出一种新的对脉搏图像特征点进行亚像素定位的算法。在完成脉搏图像的预处理后,对脉搏图像进行基于灰度矩的亚像素边缘检测,结合最小二乘拟合法得到圆形标志中心点,最终实现脉搏图像的特征点提取。实验结果表明该算法能够准确定位脉搏图像特征点,精度可达到0.03~0.04像素,为后续双目视觉的立体匹配及脉搏三维形态的重构奠定了基础。     

基于Hough变换的双球冲球心精确定位技术研究

双球冲成形是常用的材料性能实验，其形状复杂，虽然内外为圆形，但不一定是同心圆。为了保证对其定位的准确性和快速性，在硬件定位的基础上，采用重心定位结合改进的Hough算法来实现，即借助先验知识，从参数空间入手，缩小Hough变换参数空间中圆心坐标和半径参数的范围。加快了执行速度，大大减少了内存利用，提高了检测精度，使得系统满足实时检测的需要。     

椭圆工件机器视觉尺寸检测系统设计与实现

本文介绍了椭圆工件机器视觉检测系统的构成和软件功能模块,重点阐述了统计聚类和Hough变换相结合检测椭圆像素尺寸的新算法。在降低Hough变换参数维度的情况下,利用椭圆自身特征减少无效数据统计存储量。     

一种大场景下的棋盘靶标角点自动定位算法

针对棋盘图案,提出一种亚像素精度的角点自动定位算法．该算法采用由粗到精的分层次检测策略,首先通过投影算法自动定位靶标图像中棋盘子图像的大致位置;其次在棋盘子图像中进行Hough变换,并根据角度投影图和幅值投影图进行棋盘角点的初步定位;最后在初步定位的角点邻域内通过高斯灰度插值和Harris算法得到最终的亚像素精度的角点位置．此外,本文还利用Hough变换提取的直线对角点进行自动排序．实验结果表明,该算法自动化程度较高,能够在大场景中自动定位靶标及其角点位置,而且精度较高,适用于大场景环境下畸变较小的摄像机的标定．     

基于Hough变换的空间点位自动检测

在图像量测及物体精确定位中，Hough变换是一种应用非常广泛的图像边缘检测技术，该文在提取空间立方体上分布的规则格网线，进而确定其格网点空间坐标的研究中，针对传统Hough变换直线检测中易产生过连接线（点）、不易确定直线端点和长度以及定位精度低等问题，提出了一种适用于该类问题，基于Hough变换空间直线（点）位置自动检测的新算法。实验结果表明改进的Hough变换算法有效，空间交点坐标量测中误差达到子像素级。     

Hough变换和轮廓匹配相结合的瞳孔精确检测算法

针对红外眼部视频中瞳孔直径检测精度不够高的问题,提出了一种将Hough圆变换和轮廓匹配相结合的瞳孔检测算法(Hough-Contour)。对每帧图像,首先进行灰度化并滤波去噪;然后提取边缘并利用修改后的Hough梯度法检测出初始圆作为瞳孔参数;最后在滤波后的灰度图上的瞳孔附近用位置和半径在一定范围可变的圆形轮廓去匹配瞳孔,从而计算出瞳孔中心坐标和直径。在Hough变换阶段,将Hough梯度法中的对候选圆心按累加值降序排序这一步骤改为寻找最大值,以降低该操作以及后续计算半径的时耗。通过实验寻找到圆心累加数组最大值的阈值,使其能自动排除闭眼帧且不会导致漏检。在轮廓匹配阶段,实验发现如果圆形轮廓的移动范围和半径伸缩范围取值为初始圆半径的十分之一,点对数取值为40,则可将瞳孔的精确匹配率从OpenCV圆变换检测算法的约10%提高至99.8%。对算法的时间性能作了测试,在实验所用的低端电脑上处理一帧需要60 ms,在高端电脑上可以对红外瞳孔视频做到实时检测。     

印制电路板图像对准算法研究

使用模板匹配法检测印刷电路板(PCB)质量,对标准图和待检测图之间的图像对准具有很高要求.在定位标志为圆的情况下,应用Hough变换虽然行之有效,但存在占用内存多,计算量大等问题.图像对准分为模糊对准和精确对准两个步骤,利用设置定位圆的先验知识实现模糊对准,并由模糊对准给出定位圆的相关参数,将这些参数运用于精确对准,能使图像的边缘提取和Hough变换变得简单、易行,减少了内存占用,提高了算法的处理速度.     

一种指针式仪表非接触测量方法

提出了一种基于图像处理技术的指针式仪表非接触测量方法.研究了指针式仪表的圆心、半径、指针角度以及零刻度自动检测与校准的计算,在基于点Hough变换拟合其圆心与半径以及中心投影法确定指针大概位置的基础上,提出了一种基于亚像素定位的拟合指针直线的方法,具有指针式仪表高精度的自动检测与定位,从而实现了指针式仪表非接触测量.实验表明,该方法具有快速、准确等特点且切实可行.     

基于频谱预处理与改进霍夫变换的离焦模糊盲复原算法

为了提高离焦模糊图像复原清晰度,提出一种基于频谱预处理与改进霍夫变换的 离焦模糊盲复原算法。首先改进模糊图像频谱预处理策略,降低了噪声对零点暗圆检测的影响。 然后改进霍夫变换圆检测算法,在降低算法复杂度的同时,增强了模糊半径估计的准确性。最 后利用混合特性正则化复原图像模型对模糊图像进行迭代复原,使复原图像的边缘细节更加清 晰。实验结果表明,提出的模糊半径估计方法较其他方法平均误差更小,改进的频谱预处理策 略更有利于零点暗圆检测,改进的霍夫变换圆检测算法模糊半径估计精度更高,所提算法对已 知相机失焦的小型无人机拍摄的离焦模糊图像具有更好的复原效果。针对离焦模糊图像复原, 通过理论分析和实验验证了改进的模糊半径估计方法的鲁棒性强,所提算法的复原效果较好。     

基于Hough 变换的三次方Bezier 曲线检测算法研究

类似经典Hough 变换中对直线（段）、圆（弧）、椭圆、抛物线等解析曲 线的检测,论文研究了三次方Bezier 曲线的检测算法,提出了离散Bezier 曲线的特征建模 方法和使用R 函数的Hough 变换曲线检测快速算法。该算法能够根据所给出的待检测目标 点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验 表明,该法能够有效地检测任意三次方Bezier 曲线,且精确度优于目前广泛用于曲线检测 的广义Hough 变换。     

改进的圆形标志亚像素级中心检测方法

针对现有亚像素级边缘检测算法过于依赖图像灰度值,且计算邻域不明确等不足,提出一种改进的圆形标志中心亚像素级检测方法。利用双阈值法得到边缘的粗定位点,将坐标轴按粗定位点的梯度方向进行旋转,在新坐标系下通过邻域控制参数S的自适应选择,选取合适的邻域进行边界点的亚像素级定位,利用椭圆拟合确定目标边缘。通过Matlab编程实现算法,并与原算法进行比较,结果显示改进方法的精度较高,可满足摄影测量等光电测量的要求。     

基于连通区域标记算法的圆检测算法的研究

针对传统Hough变换进行圆检测,计算量过大、检测同心圆精度不高、自动化程度低等缺点,提出一种基于连通区域标记算法的圆检测算法。该算法首先通过连通区域标记算法对图像进行处理得到一个圆,解决了传统Hough变换计算量过大的问题,再根据圆的特性确定其圆心及半径,从而避免了检测同心圆精度不高的问题。最后,分别取圆心的8邻域像素为圆心做圆,找到最优圆并将其与检测得出的圆进行比较来确定最终的圆,以达到自动化的目的。实验结果表明,提出的算法可以正确地检测出圆并具有很高的检测精度同时比Hough变换计算量小、自动化程度较高。