基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

基于Hough变换利用对称点检测圆

分析了传统Hough变换检测圆中一对多的映射关系导致性能下降的问题,总结了经典的Hough算法和其他研究人员提出的其它改进算法后,提出了采用圆的几何特征,利用圆周上两个对称点的中心为圆心,先检测出圆的圆心,然后检测半径的方法来检测圆.实验及分析证实该方法降低了Hough变换的转换的维度,比传统的Hough变换性能有较大的提高.     

用点Hough变换实现圆检测的方法

给出了一种新的Hough变换圆检测方法——点Hough变换(PHT)。该方法根据圆周上任意两条不平行弦的中垂线相交与圆心的几何性质，同时选取曲线上3点进行计算，将传统Hough变换圆检测时的三维参量统计变成一维参量统计，极大地降低了计算复杂性和对资源的需求。为了克服任意选取组合点可能带来的计算量增加及统计结果的分散程度提高，文中提出了点的选择方法。合成图和实际图像的实验结果表明，该方法用于普通图像中圆检测时快速、稳定、准确。     

一种基于Hough变换的圆检测方法

本文提出了一套基于深度优先搜索和等步长Hough变换的圆检测方法.为了得到圆的有效边缘特征,提出了一套边缘特征提取的算法.将边缘提取之后,进行了深度优先搜索.接着采用等步长采样,将边缘分为三段,用Hough变换进行圆的参数提取.最后,经过最大值的搜索得到圆的参数,小圆和大圆的半径统计方差分别达到了0.1493和0.3777.     

改进的Hough变换检测圆方法

计算机视觉目前已经得到广泛的应用, 通过图像检测圆在工程应用中具有重要的意义. 为了在实时系统中自动检测图像中的圆并且精确得到圆心和半径, 提出了一种改进的Hough变换检测圆的方法. 先对图像边界进行过滤, 得到连续边界, 然后对每条连续边界进行排序并等分, 选择三点进行圆心和半径计算, 将传统Hough变换检测圆的三维参数降到一维参数来统计, 在降低了计算时间和内存资源占用的同时, 提高了检测圆的准确性. 实验表明, 该方法能够满足实际检测的需要. 同时, 在检测时间上, 可以满足实时性的要求.     

基于随机Hough变换的人头检测

传统的人头检测方法多为基于人脸和头发的检测,误差较大。为此,提出一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。     

改进的随机Hough变换在检测多圆中的应用

提出了一种在视觉检测中用于多圆提取的改进随机Hough变换算法，该算法采用一种新的取点方法来进行计算，避免了随机Hough变换由于随机采样造成的大量无效累积。并在计算圆的几何参数时充分利用了圆的几何特征，因此检测速度快，占用内存空间小，精度高，具有良好的抗噪和抗干扰能力。最后文中还分别给出了人工合成图和实物图的实验结果。     

用两步Hough变换检测圆

Hough变换在图像处理中占有重要地位,是一种检测曲线的有效方法。但使用传统的Hough变换来检测圆,具有存储空间大计算时间长的缺点。为此提出了采用两步Hough变换的圆检测方法,利用圆的斜率特性,降低了Hough参数空间的维度,提高了运算效率,并推广到椭圆的检测之中。     

随机Hough变换圆检测累计加速算法

随机Hough变换是一种检测圆的有效方法.为了进一步提升随机Hough变换圆检测算法的执行速度和抗噪声能力,提出一种基于有效继承的随机Hough变换圆检测累计加速算法.该算法在每次成功检测圆后不清空参数空间的累计值,继承了上次的有效采样,对没有通过验证的参数单元设定负累计值;通过数理统计分析,采用伯努利试验模型解释了加速原理,得出该算法可以减少总采样次数并节省清空参数空间所需时间的结论.实验结果表明,加速原理的理论分析是正确的,文中算法的加速效果是显著的,且具备更强的抗噪声能力.     

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。     

基于最大内切圆的椭圆孔组检测

针对当前一些椭圆孔组工件检测成本高、时效低等问题,提出了一种基于最大内切圆的椭圆孔组检测方法。首先对椭圆孔组图像进行去噪、二值化和边缘检测等预处理;再根据椭圆的几何性质,结合椭圆中心估计方法和最值距离选取方法,求出椭圆最大内切圆,从而确定椭圆的中心坐标、长短轴长和倾斜角。实验数据表明,该方法能对椭圆孔组进行快速精确检测,在估计出椭圆中心的基础上能快速截取有效椭圆弧,大幅减少无效采样;与基于中心估计Hough椭圆检测算法和基于最小二乘改进椭圆检测算法相比,具有耗时短、精度高等优点,可有效应用于椭圆孔组工件的自动化检测。     

基于弦中点Hough变换的同心圆检测方法

给出了一种基于Hough变换的同心圆检测方法,其核心思想是降低经典Hough变换圆检测中的Hough累积维数,将经典Hough变换圆检测时的三维参量统计,转变成基于弦中点的圆心和半径的参量统计。根据圆上所有点的内切圆必经过圆中心的事实,提取黑白边缘图像来建立二维数组累加器,依照像素点分布扫描边缘图像,累加器计数,计算出圆心位置,对每个圆心进行半径累积,确定同心圆半径集。与经典的Hough变换检测方法相比,该方法降低了计算复杂度。     

基于Hough变换的汽车零件中圆形检测的改进算法

针对汽车零件中的圆检测实际需求,在分析了基本Hough变换和随机Hough变换进行圆检测的技术特征基础上,对基本Hough变换进行算法改进。采用Sobel算子提取图像边缘,利用圆参数范围已知的先验知识确定感兴趣区域和圆半径的检索范围,使得计算量大大减少,从而实现圆心坐标和半径的快速检测,满足工业生产实时性的要求。     

基于Hough变换的煤岩界面识别方案

根据煤层与岩石层分界明显且呈线状的煤岩图像特征,提出一种基于Hough变换的煤岩界面识别方案。首先对煤岩图像进行去噪与增强预处理,然后去除煤与岩石边缘的孤立点与虚假边缘,最后采用Hough变换识别煤岩分界线。实验结果表明,该方案能够较快、较准确地检测出煤岩分界线。     

采用Hough变换的道路边界检测算法

基于计算机视觉的路况信息识别是当前智能交通领域的热点课题,对道路边界的检测能够有效去除路况图像中与路况特征无关的大面积区域,是提高路况信息获取实时性的关键技术之一,提出一种适用于一般场景中直线道路和弯曲道路的边界检测算法.该算法采用直方图均衡和Otsu二值分割增强道路边界特征,使用均值滤波降噪和二值形态学方法获取特征边界,最终利用分空间的Hough变换方法实现道路边界检测.实验结果表明,该方法能够准确地检测道路边界线并进行道路区域分割,为后续的路况分类工作提供了有效保障.     

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。     

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。     

一种基于Hough变换求解无人机滚转角的方法

提出了一种在无人机进场着陆段中根据机器视觉所得的数字图像获取无人机滚转角的方法。首先对摄像机所获得图像进行一系列预处理(中值滤波、边缘检测等),然后利用Hough变换获取图像中的直线,并根据其他的约束条件从这些直线中获得地平线,最后通过最小二乘法获得无人机滚转角。     

一种快速的随机Hough变换圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理复杂图像时随机采样带来的大量无效积累会导致计算量过大。提出一种快速的随机Hough变换圆检测算法,对证据积累的计算从三方面进行研究,有效地提高了计算速度,具有较好的应用价值。