基于Hough变换和清零法的缸套内面网纹角检测

目的 发动机缸套内面网纹角直接影响到发动机的性能,为了高效准确地检测出内纹角,舍弃残次品,拟研究网纹夹角的检测方法。方法 采用邻域运算和自适应中值滤波对网纹图像进行图像增强,达到去除噪声和保留细节的双重效果;然后对其进行边缘分割处理,得到边界分明的边缘图像;再对其进行二值化,以减少Hough变化所用时间;最后提出一种基于Hough变换与清零法相结合的直线提取算法,并根据提取的直线特征计算网纹角。结果 实验结果表明,基于所提算法检测出来的夹角,对比传统方法和国外通用的仪器,平均检测误差降低为0.43%。结论 所提算法具有夹角误差小、准确度高、用时少等优点,能代替昂贵的进口仪器。所提算法在直线检测和包装条形码领域有较好的应用价值。     

基于RHT-LSM直线检测方法的研究

本文结合随机Hough变换(RHT)抗噪声能力强与最小二乘法(LSM)拟合精度高的特性,提出了一种基于随机Hough变换与最小二乘法进行直线检测的方法.该方法能用于背景噪声较强,直线存在一定弯曲的图像,检测精度高.首先,用随机Hough变换确定直线的大致位置,得到直线参量和数量;然后,利用所得直线参数,计算图像中的点到直线的距离,根据距离,可以确定每条直线附近的点集,剔除干扰点和噪声;最后,用最小二乘法对点集中的各点进行拟合,得到精确的直线参量.把该方法应用于列车动态识别中的制动梁检测,得到了良好的效果.     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

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。     

Hough变换和最小二乘拟合的车道线协调检测

针对车道线检测的实时性和鲁棒性要求,借助车道线参数置信区间和Kalman滤波器,采用基于Hough变换的车道线参数全局提取和基于最小二乘拟合的车道线参数局部小窗口提取相协调的方法对车道线进行检测.通过设定车道线感兴趣区域,利用改进快速中值滤波、车道线特征滤波、梯度方向角直方图筛选和车道线连通性分析等图像预处理算法削减图...     

一种基于中点画圆算法的改进Hough变换检测圆方法

为了对机械零件图像中的圆形几何特征进行视觉检测,将中点画圆算法与Hough变换相结合,提出一种基于中点画圆算法的Hough变换检测圆的新方法,并对中点画圆算法中的浮点运算等方面进行了改进。给出了该新方法的具体实施步骤和检测结果,表明了该方法的可行性。最后,通过对比实验验证了该方法的有效性。     

基于Hough变换的线段提取新方法

针对实际图像中采用传统Hough变换准确提取直线存在的问题,结合双阈值栅格除噪法,提出了一种改进的线段提取方法.该方法以Hough变换峰值参数逆变换提取线段特征,并将其连接成直线,在传统Hough变换算法的基础上增加了极大值线段的融合连接过程,去除伪峰值和峰值扩散引起的交叉线段等改进方法.实验结果表明:该方法能在干扰和噪声较强烈的实际图像中完整地提取出目标线段,对线段量化误差、断裂、线段信息丢失具有较强的鲁棒性.以Hough空间局部极大值所对应线段为主,以其邻域峰值点对应线段为补充的线段特征提取方法具有较高的准确性.本方法对视觉引导技术的实用化具有参考价值.     

指针式仪表视频图像中指针精确提取算法的研究

<正>一、指针精确提取算法以往算法中大多用基于单幅二值化图像的Hough变换检测直线的方法来提取指针,在这里,笔者提出3种算法综合使用来精确提取圆盘仪表的指针的方法:方法一仍然是二值单幅图像上基于Hough变换的方法;方法二是灰度单幅图像上的基于极坐标中心投影的方法;方法三是针对动态仪表视频图像,利用最小二乘法处理在某一时刻获取的多个指针角度值。Hough变换方法作用在二值图像上,针对图像质     

Hough变换在温度计检测中的应用

一、引言直线检测是图像分析与模式识别的重要内容,Hough变换正是直线检测的一个有效而可靠的方法。在检测温度计示值稳定度时需要利用Hough变换提取刻度线位置和水银柱头的位置。Hough变换是P.V.Hough于1962年提出的一种形状匹配技术,具有很强的抗干扰能力和很高的鲁棒性,广泛应用于直线检测中。但是其巨大的存储空间和复杂的计算量降低了其算法的效率,本文结合实际,给出了利用Hough变换判断待检温度计是否合格的方法。     

一种基于Hough变换的远红外图像座椅定位方法

准确定位电影院中的座椅对于统计电影院中观影人数和观影过程中人行为的检测是十分重要的。同时,由于现有电影院中的实时监控是红外图像视频,具有分辨率低、对比度差等特点,因此,红外电影院图像中座椅的定位变得较为困难。Hough变换具有对图像中直线的残缺部分、噪声以及其他共存的非直线结构不敏感的特性,具有较强的抗干扰性和鲁棒性。本文提出一种基于Hough变换的远红外电影院图像中座椅的定位方法。通过观察远红外图像中座椅的分布情况,估计出符合座椅边界的曲线方程,对该方程进行Hough变换,从而定位座椅。利用该方法避免了由于远红外图像座椅与背景对比度差、边缘模糊、视觉效果较差等原因造成的不易检测边缘曲线的问题。经实验证明,基于Hough变换的规则红外目标的检测方法具有可行性,且检测效果好。     

随机圆检测算法的采样约束和参数校准策略

随机Hough变换和随机圆检测算法是图像中检测圆轮廓的快速方法,但在实际应用中分别在速度和精度上有不足.将上述算法中的随机采样分布、采样累积分布和采样次数阈值归为采样约束问题,将代理点计算出的参数与真实参数的偏差归为参数校准问题.经分析上述问题,将改进的随机圆检测算法作为快速识别方法,将随机圆Hough变换作为校准方法,结合两者的优点提出一种基于识别-校准框架的高效圆检测算法.实验数据证明,在噪声和不理想圆轮廓条件下,该框架能够很好地平衡检测速度与精度,从而体现出算法的高效性.     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

Robust ellipse detection based on hierarchical image pyramid and Hough transform

In this research we propose a fast and robust ellipse detection algorithm based on a multipass Hough transform and an image pyramid data structure. The algorithm starts with an exhaustive search on a low-resolution image in the image pyramid using elliptical Hough transform. Then the image resolution is iteratively increased while the candidate ellipses with higher resolution are updated at each step until the original image resolution is reached. After removing the detected ellipses, the Hough transform is repeatedly applied in multiple passes to search for remaining ellipses, and terminates when no more ellipses are found. This approach significantly reduces the false positive error of ellipse detection as compared with the conventional randomized Hough transform method. The analysis shows that the computing complexity of this algorithm is Θ(n(5/2)), and thus the computation time and memory requirement are significantly reduced. The developed algorithm was tested with images containing various numbers of ellipses. The effects of noise-to-signal ratio combined with various ellipse sizes on the detection accuracy were analyzed and discussed. Experimental results revealed that the algorithm is robust to noise. The average detection accuracies were all above 90% for images with less than seven ellipses, and slightly decreased to about 80% for images with more ellipses. The average false positive error was less than 2%.     

液晶屏字符显示缺陷检测算法研究

设计了一种基于图像匹配技术的缺陷检测算法,实现了字符缺陷的自动化检测.介绍了检测装置的总体框架和检测算法,算法的核心是提出的改进的基于形状模板的图像匹配算法,利用加权归一化向量点积相似度量计算方法,采用图像金字塔分层搜索策略,与常用的SIFT(Scale-invariant feature transform)匹配算法比较,该匹配算法具有较短的匹配时间和较高的匹配精度.通过实验,算法能够准确有效地检测出字符缺陷,避免了人工检测的误判.     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

基于颜色矩的改进尺度不变特征变换的移动机器人定位算法

针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明:改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。     

基于改进随机Hough变换的快速中心检测方法

为了实现芯片焊盘的中心提取,建立了显微视觉系统,研究了焊盘中心坐标的图像检测方法.该方法将改进的随机Hough变换与最小二乘法结合起来,实现对焊盘中心坐标的快速准确定位.首先,根据焊盘基本为圆形的特征,初步确定使用Hough变换法和最小二乘法进行中心检测.其次,分析了这两种方法存在的问题和不足,引出了改进的随机Hough变换法.最后,根据焊盘边缘凹凸不平的特点,将改进的随机Hough变换法和最小二乘法结合起来,通过随机Hough变换检测出焊盘中心的大致坐标,进而锁定焊盘边缘,再通过最小二乘法对中心坐标进行修正而得到精确的亚像素级中心坐标.实验结果表明,该方法的检测精度可达0.57μm,运行时间在12 ms以内,满足显微视觉系统的精度高、速度快和抗干扰能力强等要求.     

Applications of the Phase-Coded Generalized Hough Transform to Feature Detection,Analysis, and Segmentation of Digital Microstructures

The generalized Hough transform is a common technique for feature detection in image processing. In this paper, we develop a size invariant Hough framework for the detection of arbitrary shapes in three dimensional digital microstructure datasets. The Hough transform is efficiently implemented via kernel convolution with complex Hough filters, where shape is captured in the magnitude of the filter and scale in the complex phase. In this paper, we further generalize the concept of a Hough filter by encoding other parameters of interest (e.g. orientation of plate or fiber constituents) in the complex phase, broadening the applicability of Hough transform techniques. We demonstrate the application of these techniques to feature detection in micrographs (2-D) and three-dimensional (3-D) microstructure datasets, and explore their utility to the closely related applications of feature based image segmentation and calculation of 3-D microstructure metrics.