基于Hough变换的平行直线检测改进算法研究

根据经典Hough变换检测空间直线的原理,提出了一种基于Hough变换的平行直线检测改进算法,将采集到的图像进行二值化处理,再使用Sobel算子对该二值化图像进行边缘检测,对边缘检测得到的图像进行Hough变换和峰值点检测,由峰值点得到直线段图像,最后使用本文提出的改进算法计算出所有直线段的斜率,利用斜率相等来判定平行直线.通过对比实验证明,该算法能得到更高的精度,并缩短了运行时间.     

基于改进Hough变换的城市道路网络提取算法

Hough变换常常用来提取直线,但是Hough变换无法区别直线和直线段,且时间复杂度和空间复杂度都较大,通过增加一个二维计数器使Hough变换能查找直线段,并利用Canny算法先提取图像边缘,对Canny算子检测到的边缘点的方向角进行变换,减少了Hough变换的计算量和提高提取精度。根据城市道路网络的卫星特征,对图像做先期处理,然后将改进的Hough变换用于城市道路网络的提取,经实验验证了算法的有效性。     

随机Hough变换实现角点检测

为实现角点的有效检测,提高检测速度,提出一种基于随机 Hough变换的角点检测方法。利用随机 Hough变换求取出直线参数;根据角点在 Hough空间中的特征,利用反 Hough变换的反演原理对参数空间中的峰值进行反变换,定位图像空间中的直线交点;为避免虚假角点,将那些附近不包含任何边缘的交点删除,得到正确的角点。实验结果表明,该方法相对于 Harris算法和SUSAN具有更好的准确性、鲁棒性和稳定性,实时性也有一定提高。     

基于改进的Hough变换提取影像边缘

当影像中的边缘点较为密集或者噪声点较多时,直接应用Hough变换提取边缘线将会面临两个困难:一是虚假的峰值很多;二是边缘提取不准确.这两个问题往往会导致边缘提取的失败.针对这种情形,提出一种改进的Hough变换新方法,首先对分块影像类的边缘点进行Radon变换以获取局部直线特征;根据局部直线段的斜率、截距对其进行分类,同时计算出后续的Hough变换时所需要的ρ、θ取值范围,在此基础上进行经典的Hough变换.实验证明新方法具有很好的效果.     

结合LTS和Hough变换的直线检测算法

为提高Hough变换检测直线的精度,提出一种结合Hough变换与截断最小二乘法的直线检测算法。利用Hough变换确定图像中直线所在的大致区域,提取候选区域内的特征点集,采用截断最小二乘法拟合得到精确的直线参数。实验结果表明,该算法的检测率和检测精度较高,对Hough变换的分辨率要求较低,整体空间开销较小。     

改进Hough变换在形状检测中的应用

基于经典Hough变换提出了一种改进的随机Hough变换算法,该算法可以大大提高识别速度和检测精度,减小存储空间,降低运算量,且仍具有经典Hough变换对噪声不敏感,随机Hough变换随机抽样和多对一收敛映射的特点,实现了一种逐次提取曲线的方法,将曲线按照由长到短的顺序依次提取出来,并给出了曲线的起始点和终止点的计算方法,实验证明了方法的有效性。在此基础上,还对形状不变性特征进行了分析,得出图形平移、旋转、缩放后,Hough变换峰值的个数没有改变,对角度归一化后,峰值的初始位置有所变化,但峰值间的间隔没有变化。     

宽线段Hough变换及其在箭靶识别上的应用

Hough变换是用于检测图像中直线段的有力工具。论文提出的宽线段Hough变换针对传统Hough变换进行了改进,使之适用于多条宽线段同时存在的情况,并且解决了端点提取的问题。该方法应用于箭靶识别取得了很好的效果,实验表明对比传统方法具有较大优势。     

图像中网格直线的检测方法的研究

首先分析了图像边缘特性以及Laplacian算子检测图像边缘的基本原理,提出了一种新的边缘检测算法,能准确地检测出图像中的目标边缘;在确定直线参数时,先使用Hough变换检测第一条最为明显的直线,然后去掉该直线以及附近的点,然后再次对图像进行Hough变换,并重复此过程,直到找到所有的直线;使用此改进后的Hough变化能够准确地检测到图像中构成网格的直线的参数.     

一种在图象中检测网格直线的新方法

设计了一个扩展Robert算子,该算子能够在有噪声的情形下对图象中各种宽度的线条进行检测。当使用Hough变换确定直线的参数时,首先只用Hough变换检测第一条最为显著的直线,随后去掉该条直线及其附近的点,然后再次对图象进行Hough变换,并重复此过程,直到找到所有直线或者Hough变换后参数平面上的值都小于某个阈值为止。使用此改进后的Hough变换能够准确地检测到图象中构成网格的直线的参数。给出了具体的检测例子。     

一种改进的Hough变换直线检测算法

为了能有效解决Hough变换的计算量大的问题,文中提出了一种基于直线局部结构特征的Hough变换改进的直线检测算法.该算法根据Freeman准则分析了直线上基元的特征信息,通过图像上邻近的同类基元的倾斜角约束基元上像素点的极角范围,减少每个点的计算次数,在保持精度的同时,提高直线检测的速度,在有噪声的情况下,该算法相对标准Hough变换算法可以提高到6到7倍.     

一种随机角点检测算法

角点特征没有参数化的描述方式,无法应用传统的Hough变换转换到参数空间进行检测。文中提出一种MonteCarlo框架下的随机角点检测方法,不是在参数空间中求解,而是将角点检测转换为交点累积空间中寻找局部极值的问题。交点累积空间是根据角点实质是直线交点的特征提出的一种概念。文中证明了算法的思想,推导了算法的具体步骤。本算法具有各向同性,对图像的旋转是鲁棒的,且对噪声不敏感,并可有效地避免斜边上伪角点的影响。大量实验表明,与Harris算法、ShenWang算法、SIFT特征等算法相比较,该算法具有一定的优越性。     

A New Definition of the Hough Transform

This paper‘s main contributions are three-fold.Firstly,it is shown that the two existing template matching-like definitions of the Hough transform in the literature are inadequate.Secondly,an inherent probabilistic aspect of the Hough transform embedded in the transformation process from image space to parameter space is clarified.Thirdly,a new definition of the Hough transform is proposed which takes into account both the intersection scheme between the mapping curve(or mapping surface) and accumulator cells and the inherent probabilistic characteristics.     

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题.针对传统方法的上述缺陷,提出了一种基于 ρ-θ 域最小二乘拟合修正的随机Hough变换的直线检测方法.首先, 在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后, 对邻域相关点进行 ρ-θ 域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后, 通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点.仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升.     

基于级联霍夫变换的车道线快速检测算法

车道线检测是智能辅助驾驶算法中的核心算法之一。为了解决基于传统霍夫变换的车道线检测算法检测效率低下等问题,提出一种基于级联霍夫变换的快速车道线检测算法。该算法首先对视频帧进行ROI选取、滤波、边缘检测、非极大值抑制等预处理,然后使用基于平行坐标系的映射将原始图像转换到参数空间,完成点到线、线到点的映射,接着再使用一次映射,最终实现点到点、线到线的映射,以此快速提取车道线消失点,并根据消失点位置扫描实际车道线,实现车道线的提取。该算法在点的映射过程中,坐标值始终是线性变换,克服了传统霍夫变换在映射过程时需对每一个点进行极坐标转换的缺点,计算更简单,运算效率更高。仿真实验表明,文中提出的改进算法比传统霍夫变换运算速度提高了31%,准确率提高了6.2%,检测效果有明显提高,可广泛应用于智能辅助驾驶中。     

Real-time detection of lines using parallel coordinates and CUDA

The Hough transform is a well-known and popular algorithm for detecting lines in raster images. The standard Hough transform is rather slow to be usable in real time, so different accelerated and approximated algorithms exist. This study proposes a modified accumulation scheme for the Hough transform, using a new parameterization of lines “PClines”. This algorithm is suitable for computer systems with a small but fast read-write memory, such as today’s graphics processors. The algorithm requires no floating-point computations or goniometric functions. This makes it suitable for special and low-power processors and special-purpose chips. The proposed algorithm is evaluated both on synthetic binary images and on complex real-world photos of high resolutions. The results show that using today’s commodity graphics chips, the Hough transform can be computed at interactive frame rates, even with a high resolution of the Hough space and with the Hough transform fully computed.     

改进随机Hough变换在心肌纤维图像直线检测中的应用

利用改进的随机Hough变换被用来对心肌纤维方向进行了检测。针对心肌纤维边缘的特点，采用窗口对投票点对加以筛选，同时利用模糊映射对Hough变换投票在变换空间加以修正，使随机Hough变换能够较好的用于复杂非规则直线段的检测，提高了利用Hough变换检测心肌纤维方向的正确率。     

A Fast Hough Transform for the Parametrisation of Straight Lines using Fourier Methods

The Hough transform is a useful technique in the detection of straight lines and curves in an image. Due to the mathematical similarity of the Hough transform and the forward Radon transform, the Hough transform can be computed using the Radon transform which, in turn, can be evaluated using the central slice theorem. This involves a two-dimensional Fourier transform, an x-y to r-θ mapping and a 1D Fourier transform. This can be implemented in specialized hardware to take advantage of the computational savings of the fast Fourier transform. In this paper, we outline a fast and efficient method for the computation of the Hough transform using Fourier methods. The maxima points generated in the Radon space, corresponding to the parametrisation of straight lines, can be enhanced with a post transform convolutional filter. This can be applied as a 1D filtering operation on the resampled data whilst in the Fourier space, so further speeding the computation. Additionally, any edge enhancement or smoothing operations on the input function can be combined into the filter and applied as a net filter function.     

霍夫变换在指数函数型曲线检测中的应用

利用了霍夫变换抗噪声能力强和能分离出属于不同直线附近点的特性，研究离散数据点集M中xi，yi满足指数函数关系时的曲线检测问题。首先，对离散数据点集M中的数据xi，yi做半对数变换，得到新的数据点集M*(xi*，yi*)，此时，xi*，yi*具有线性关系；其次，用霍夫变换检测M*中的直线，可得直线参数；然后，利用霍夫变换所得的直线参数，计算图像中的点到直线的距离dki，并与给定阈值dk比较，从而将分布在不同直线附近的点分离出来，同时剔除数据点集M*中的干扰点或噪声；最后，用最小二乘法拟合直线，再经过反变换，得到剔除干扰点或噪声后的拟合曲线方程参数a和b。该方法能够很好地检测出数据集中的数据点按指数关系分布时的曲线，特别是能够检测出数据集中存在多条曲线的情况，解决了最小二乘法拟合曲线时存在的3个问题，同时又对霍夫变换的精度要求不高。     

A convolution approach to the circle Hough transform for arbitrary radius

The Hough transform is a well-established family of algorithms for locating and describing geometric figures in an image. However, the computational complexity of the algorithm used to calculate the transform is high when used to target complex objects. As a result, the use of the Hough transform to find objects more complex than lines is uncommon in real-time applications. We describe a convolution method for calculating the Hough transform for finding circles of arbitrary radius. The algorithm operates by performing a three-dimensional convolution of the input image with an appropriate Hough kernel. The use of the fast Fourier transform to calculate the convolution results in a Hough transform algorithm with reduced computational complexity and thus increased speed. Edge detection and other convolution-based image processing operations can be incorporated as part of the transform, which removes the need to perform them with a separate pre-processing or post-processing step. As the Discrete Fourier Transform implements circular convolution rather than linear convolution, consideration must be given to padding the input image before forming the Hough transform.     

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。