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。     

基于改进Hough变换的角点提取

提出了一种有效的角点提取的方法.在该方法中,角点将被定义为二条(或二条以上)直线的交点,并利用Hough变换来检测直线.若存在二条(或二条以上)直线经过某点,则该点就被认为是角点(角点候选点).对Hough变换中的映射方式作了改进,在传统的映射中采用的是"一对多"或"多对一"的映射方式,而在改进方式中采用的是"多对多"的映射方式.在这种映射方式下,Hough变换的参数空间不会发生峰值扩散的现象,这样会更有利于峰值的检测(直线检测),从而更有利于角点的检测.实验证明,该方法能精确有效地提取出图像中的角点.     

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。     

噪声环境下基于不确定性度量的随机HT直线检测

含噪图像中直线的自动检测是机器视觉和图像处理中的热点问题之一。基于Hough变换的直线检测算法中采用硬投票方案,在噪声环境下检测精度下降且占用内存大。为了提高检测算法的抗噪性和降低算法的计算复杂性,提出了一种新的将边缘点不确定性度量和随机Hough变换相结合的直线检测算法。该算法在所建立的点属于某直线上不确定性度量概率模型基础上,根据随机选择的两点间直线参数,按照Bayesian法则用基于不确定度量的参数空间软投票提高了检测算法的抗噪能力。实验结果表明,算法在较高的噪声（方差大于0.03）时,检测误差小于1‰,检测时间是单纯不确定度量直线检测方法的1/2,比传统Hough变换算法快10-15倍。     

结合Hough变换与改进最小二乘法的直线检测

提出了一种结合Hough变换与改进的最小二乘法的直线检测方法。分析了Hough变换与最小二乘法在直线检测及检测精度上的优缺点;利用Hough变换鲁棒且不需启发式信息的特点进行初步检测,确定存在直线的大致区域;利用最小二乘法确定直线区域内特征点回归直线的精确参数。为克服最小二乘法对强噪声点敏感的缺点,提出了双点移除的p最小二乘法,通过同时剔除具有最大正负误差的一对数据点,保证数据集中的正常点能得到可靠保留以获得精确的回归结果。实验结果表明,所提方法提高了直线检测的检测率与检测精度,且降低了对Hough变换的分辨率要求,可以减小算法整体的空间开销。     

基于Hough变换的直线跟踪方法

文中提出一种基于Hough变换的直线跟踪新方法，该方法利用Hough变换中的点线对偶性原理，将在图像空间中对直线的跟踪转化为在参数空间中对点的跟踪，把参数空间中的点作为特征点，在参数空间中的特征窗口内跟踪特征点，由最小二乘法得到匹配的特征点。文中还给出了该直线跟踪方法的几何解释，即在参数空间中的矩形特征窗口内搜索匹配点，实际上是在图像空间中以原点为中心的扇环范围内搜索匹配的垂足。合成图像序列和真实图像序列实验结果表明，该方法取得了较好的跟踪结果。     

一种提取直线的随机方法

基于Hough变换提取直线的方法，由于要预先量化参数空间，因此需要很大的存储量和计算量．基于RHT(Randomized Hough Transform)提取直线的方法是通过随机选取两个点得到直线的参数，而后在参数空间对相应的参数进行累加、判断，该方法虽然无需预先量化参数空间，但是其在直线检测时，收敛速度慢．为此提出一种新的随机检测直线(Random Line Detection)的方法，在图象边缘点构成的数据空间中随机选取3个点，根据距离准则获得一条可能的直线，然后在数据空间中进一步判断直线的真实性，实验证实了该方法能有效的减少存储空间并降低计算量。     

一种改进的Hough变换算法及图象特征点提取

针对传统Hough变换检测直线时会产生重复线段,无法判断直线的连贯性,不能检测出端点等不足,本文提出了一种改进的Hough变换方法.将水平和竖直直线与斜线分层进行处理,以提高检测精度;提取参数空间中局部最大点作为某一直线的对应点,避免重复直线的产生;根据图象空间中两相邻点间的距离值来排除孤立点,并识别不连续直线,可对识别出的直线检测出两端点坐标.本文开发出一个参数输入调整交互界面,以便根据图象情况灵活调整各种阈值参数,达到最佳的检测效果.     

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。     

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。     

基于改进Hough变换的圆形物体检测

圆形(包括弧线)检测是数字图像处理过程中的经典问题之一,有着广泛的应用背景。基本的Hough变换方法是将图像中的每一边缘点映射到参数空间的一个区域,选取累积最多的参数。在现实生活中,由于噪音、数字化错误和图形变异等因素真实的图形经常被曲解,因此,图像在应用Hough变换后,很难找到单一的峰值,这也就造成了检测的难度。在Hough变换的原理基础上利用圆的几何特征提出了改进算法。理论和实验证明能获得较好的检测结果。     

A Hough transform based line recognition method utilizing both parameter space and image space

Hough Transform (HT) is recognized as a powerful tool for graphic element extraction from images due to its global vision and robustness in noisy or degraded environment. However, the application of HT has been limited to small-size images for a long time. Besides the well-known heavy computation in the accumulation, the peak detection and the line verification become much more time-consuming for large-size images. Another limitation is that most existing HT-based line recognition methods are not able to detect line thickness, which is essential to large-size images, usually engineering drawings. We believe these limitations arise from that these methods only work on the HT parameter space. This paper therefore proposes a new HT-based line recognition method, which utilizes both the HT parameter space and the image space. The proposed method devises an image-based gradient prediction to accelerate the accumulation, introduces a boundary recorder to eliminate redundant analyses in the line verification, and develops an image-based line verification algorithm to detect line thickness and reduce false detections as well. It also proposes to use pixel removal to avoid overlapping lines instead of rigidly suppressing the N×N neighborhood. We perform experiments on real images with different sizes in terms of speed and detection accuracy. The experimental results demonstrate the significant performance improvement, especially for large-size images.     

鲁棒的车辆行道线提取方法

提出了一种新的行道线提取方法。该方法利用均值滤波对道路图像进行亮度估计,把均值滤波后的图像和原图像进行差分从而突出白色的行道线区域,并且采用多阈值方案,对得到的差图像进行二值化。对得到的包含行道线的二值图像进行干扰去除和细化处理,并运用基于加权的Hough变换求得多条候选行道线,基于空间约束从所得的候选行道线中挑选出合适的直线对作为左右行道线。实验结果表明,该算法在复杂路况的情况下能够快速准确地提取出行道线,从而实现对驾车者偏离车道的报警。     

基于图像识别的汽车车速和发动机转速测量

提出基于图像识别的车速和发动机转速的测量方法,并给出了在汽车驾驶机器人中的实际应用,讨论了图像识别的原理和具体处理方法。测量结果表明,本测量方法达到行车过程中驾驶员判读车速的准确度,具有重要的实用价值。     

运用Hough 变换提高直线检测效率

针对hough变换检测直线段中的运算速度慢、占用内存多的问题,提出一种改进的检测直线段的方法。首先,对图像进行减半采样处理,采用从大概到精确的检测策略,减小运算量;其次采用soble算子进行边缘检测;最后,在经典的hough变换的方法上增加了边缘梯度幅度进行限制,减小了坐标转换的次数,并将断开的同一直线上的线段连接起来。     

Improved localization in a generalized Hough scheme for the detection of straight edges

Hough transforms are widely used for the location of straight edges in digital images, yet most common line parametrization schemes give no information on longitudinal localization. The generalized Hough transform goes some way to overcoming this problem. This paper studies how to improve the situation further. A trade-off between sensitivity and localization is found; in practical situations this results in significantly greater accuracy, but the important gain is a reduction in the number of ambiguities introduced by interactions between the transforms of unrelated straight edges.     

基于Hough变换的植物叶脉检测新方法

针对植物叶脉的特点,提出了利用灰度拉伸、Hough变换与边缘生长、图像腐蚀与膨胀进行植物叶脉检测的新方法。在该方法中,Hough变换检测植物叶脉图像的同时也较好的消除了图像噪声,该方法应用到植物叶脉检测中效果较好。     

基于Hough变换的圆形物体的检测

Hough变换在图像处理中占有重要地位,但本身具有存储空间大、计算时间长的缺点。利用圆的几何特性,针对Hough变换的缺点进行改进,并将其应用到图像中存在多个圆的情况。实验表明:该算法能较好地减少存储空间,并降低计算时间,同时,能很好地对图像中多个圆进行检测。     

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.     

A decomposable parameter space for the detection of ellipses

Hough transform is a well-known method for detecting parametric curves in binary images. One major drawback of the method is that the transform requires time and memory space exponential in the number of parameters of the curves. An effective approach to reduce both the time and space requirement is the parameter space decomposition. In this paper, we present two methods for the detection of ellipses based on the straight line Hough transform (SLHT).

The SLHT of a curve in the θ-π space can be expressed as the sum of two terms, namely, the translation term, and the intrinsic term. One useful property of this representation is that it allows the translation, rotation and intrinsic parametersof the curve be separated easily. Timing performance of the proposed methods compares favorably with the other Hough-based methods.