基于Radon变换与灰度投影积分极值方法的矩形检测

针对现有的矩形检测方法存在计算量大、检测精度不足等问题,提出基于Radon变换(Radon Transform,RT)与灰度投影积分极值(Gray Projection Integral Extreme Value,GPIEV)方法相结合的矩形快速检测方法,该方法运用Radon变换在小角度搜索范围内对矩形图像进行快速准确的旋转校正,随后对校正后的图像的垂直和水平方向使用灰度投影积分极值方法确定矩形2对平行直线位置,完成矩形的角度快速校正与重构。该检测方法利用了Radon变换对直线倾斜角度检测的准确性和灰度投影积分极值方法检测直线的准确性,弥补了这两种方法各自的不足。实验结果表明,该检测方法可应用在矩形等规则平面的几何图形检测识别中,检测精度高,且检测速度快。     

基于Canny算子和Radon变换的证件图像倾斜校正

倾斜的证件图像不利于识别,为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测,然后利用Radon变换计算出图像的倾斜角度,最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明,该方法能够准确、高效地对证件图像进行校正。     

基于Radon变换和坎尼边缘检测的倾斜车牌校正方法研究

为了解决车牌倾斜对字符分割和字符识别带来的不利影响,文章基于Radon变换的思想,先利用Canny边缘检测器检测车牌边缘,再利用Radon变换搜索构成车牌矩形的直线段,并计算其倾斜角来校正倾斜车牌.测试结果表明该方法能准确地检测出图像的倾斜角,并取得良好的效果.     

基于改进Hough变换的刀具磨损状态监测

针对传统Hough变换的参数空间所需存储量大、运算量大、不利于实现实时监测等缺点,提出了一种基于随机Hough变换的改进Hough变换算法,并将该方法用于工件表面纹理图像的处理,通过对工件表面的二值边缘图像进行改进Hough变换,提取直线段平均长度及直线段与切削速度方向的夹角作为特征参数,实现对刀具磨损状态的判断.算法分析和实验结果表明,该算法所需存储空间少,计算量小;提取的特征参数与刀具磨损状态之间存在密切联系,根据特征参数的变化规律可实现对刀具磨损状态的监测.     

车牌识别中的倾斜车牌校正算法

在车牌自动识别过程中,图像的倾斜会给后续字符分割和识别带来困扰。利用传统Hough变换进行矫正的运算量很大,文中提出采用Canny算子提取图像边缘,去除牌照图像中和矫正无关的所有冗余信息,减少矫正过程的运算量,利用仿射变换理论采用双线性插值法校正车牌图像。实验结果表明,该方法可以准确地检测出车牌的倾斜角度,同时矫正速度比传统Hough变换方法要快。     

基于Hough变换的焊接接头自动识别技术研究

以作者所研制的焊接机械手为对象,针对其在焊接大型模具时,焊缝数量多的特点,采用提供信息量大、抗干扰能力强的视觉传感器CCD来获得焊接接头平面位置信息．在对CCD摄取的模架图像进行校正、灰度拉伸、灰度阈值变换后,采用Canny边缘检测算子检测出模架筋板上侧的边缘点,并针对传统的Hough变换方法不能检测出直线端点,容易重复检测直线以及提取直线精度不高的缺点加以改进,采用改进的Hough变换方法提取了筋板边缘线,求取这些边缘线交点即可获得焊接接头平面位置信息．实验结果表明,该方法可以有效解决Hough变换存在的上述问题,并能准确稳定地提取出模架筋板边缘线,达到识别焊接接头平面位置的目的．     

特征点提取及视图变形技术研究

介绍了图像变形和视图变形技术,在此基础上提出了一种改进的视图变形方法．利用样条小波变换进行边缘检测,根据模极大值原理,获得单像素的轮廓边缘;针对传统的霍夫(Hough)变换的局限性,对其进行改进,并将改进后的Hough变换方法,用于从单像素边缘图像中提取直线的特征点,即端点中．在原始图像中,载入这些特征点,交互地选取其中所需的特征点,连接形成特征线段,然后使用图像变形方法,生成从起始图像到终止图像的期间过渡图像,实现两幅图像的渐变,该方法提高了特征点选取的准确性和效率,使中间过渡图像更加自然适真。     

基于Hough变换的列车客运票图像倾斜校正

为解决列车客运票防伪和自动验票中的列车客运票图像倾斜校正的问题,提出了一种基于Hough变换的列车客运票图像倾斜校正方法.该方法根据现有倾角检测算法及列车客运票图像的特点,将列车客运票图像的前景与背景分离,在对图像前景进行水平轨迹线平滑的基础上提取文本行特征线,然后采用分级Hough变换的思想实现倾角的检测,最后用直线拟合的方法实现图像的校正.实验结果表明了所提出的算法的有效性和可靠性.     

一种基于Radon变换的车牌图像分割和识别方法

从Radon变换的定义出发,论述了Radon变换检测直线的原理,并将它应用于车牌图像分割.在1幅含有车牌的图像中,进行边缘检测后,车牌所在矩形框往往是由多条直线组成,当投影方向与直线方向一致时,Radon变换取局部极大值.由此,首先找出Radon变换在0°附近的局部极大值,该值对应于原始图像中的1条接近垂直的直线,然后,寻找次局部极大值,对检测出来的若干条这样的直线聚类,根据计算结果沿垂直方向剪切原始图像;同理,找出Radon变换在90°附近的局部极大值,沿水平方向剪切原始图像.这样,可将车牌所对应的矩形从复杂的背景中分割出来.     

基于边缘方向的直线提取算法

研究一种快速的图像直线提取算法.将边缘按方向划分成若干子边缘,利用判据从子边缘提取出局部直线,然后依据准则合并相应子边缘直线得到全局直线及参数.准确提取出图像中的直线特征及端点和方向等参数.仿真实验结果表明,该算法比Hough变换能更准确、快速、可靠地提取图像的直线特征.     

利用空间矩和改进的Hough变换进行亚象素直线特征提取

直线特征是一种重要的图像特征,目前常用的抽取方法是Hough变换,但是它的实时性和准确性较差,因此,文章提出利用空间矩进行亚象素直线特征提取,该方法首先利用空间矩进行亚象素边缘提取,然后利用改进的Hough变换公式进行亚象素直线特征提取。试验表明,该方法具有更好的稳定性和准确性。     

实时图像处理中的垂直和水平直线检测算法

Hough变换,是一种在二值图像中检测直线的常用方法。由于它有很高的计算复杂度,所以很难满足实时处理的要求。如果需要检测图像中若干指定方向的直线,则可将Hough变换进行一些简化。文章根据Hough变换的基本理论,提出了一种快速检测二值图像中垂直和水平直线的方法,应用于半导体芯片矩形检测,取得了良好的效果。     

采用Hough变换和灰度变化的图像角点检测法

根据棋盘格图像的特点,提出了一种新的棋盘格角点检测方法.对图像进行边缘提取后,得到两组相互垂直的直线组,通过Hough变换求出直线组的代数方程,采用代数方法求两组直线之间的交点,确定角点的初始位置.对每一初始角点邻域采用灰度变化检测方法进行精确的角点定位.该方法既保证了角点检出的正确性,又提高了角点坐标的检出精度.试验结果表明,该方法具有较好的效果和较强的鲁棒性.     

Hough变换在人头识别中的应用

Hough变换能识别各种形状的目标,而且有对不完整边缘具有鲁棒性的优点.本文详细论述了Hough变换识别圆形目标的原理,并将其应用于人头识别.首先对原图像利用Canny算子进行边缘提取,然后利用Hough变换找人头的中心,大量实践证明了Hough变换识别人头的良好效果.     

基于改进Canny算子和Hough变换的表格图像校正方法

为了校正表格图像提高后续单元格分割和光学字符识别的准确性,将Canny算子和Hough变换应用于表格图像的校正中。针对传统Canny算子对于局部噪声去除效果不理想且易出现误检和漏检的问题对其进行了改进,改进后的Canny算子采用联合双边滤波进行图像平滑,图像梯度和幅值的计算使用3×3模板代替2×2模板并增加了45°和135°方向的计算模板。针对Hough变换倾角计算结果与真实倾角存在部分偏差的问题,在Hough变换所计算出倾角的邻域范围内,利用数学形态学原理对真实倾角进行了迭代计算。实验结果表明,改进的Canny算子可以有效去除图像噪声并保留图像边缘,结合Hough变换和数学形态学的迭代倾角计算方法可以有效提高表格图像的校正效果,具有较强的实用性。     

图像数字水印抗几何变换方法的研究

针对目前数字水印抗几何攻击方法，提出一种基于模板匹配和Radon变换联合应用的几何变换参数估计方法。通过嵌入到图像DFT域的模板以估计尺度缩放参数，利用Radon变换估计旋转角度参数。实验结果表明该方法可以有效地估计图像的尺度缩放和旋转角度参数，利用这些参数能对被测水印图像进行相应的几何校正，具有较理想的实验效果。     

商空间理论的Hough变换直线提取

Hough变换以其对图像噪声的鲁棒性,一直是参数化图形检测提取的经典工具,尤其是在直线提取方面,但传统的Hough变换存在的一些缺点,限制了Hough变换的应用场合,粒度计算为这些缺点的改进提供思路,文中在全面分析传统Hough变换及其存在缺点的基础上,结合商空间的粒度计算理论模型,提出一种基于商空间理论的Hough变换直线提取算法,实验证明,该算法在算法复杂度、实用性和准确度等各方面都有一定的改善。     

运动模糊图像方向角的估计方法研究

研究了运动模糊图像方向角的估计方法,通过数学原理分析,以及编写matlab程序进行数值实验,对Hough变换、Radon变换和Cepstral变换三种方法进行了对比研究,综合比较了三种方法的估计精度,指出了每种方法的适用范围。结果表明,Hough变换依赖于特征点的选取,选取不好则估计失效;Radon变换最为实用,噪声干扰对其估计精度影响不大,而且运动距离大时估计更准确;Cepstral变换在噪声水平低的时候估计较好,但噪声较大时估计精度差。     

手背静脉特征提取算法

提出一种基于有限Radon变换(FRAT)的手背静脉识别新方法.在考虑手背静脉图像"线状"特点的基础上,先将手背静脉图像"分块",再对分块后的图像进行FRAT变换,并提出一种向量非均衡分布可得最大值的方法,提取手背静脉图像纹理特征,最后通过特征匹配进行分类识别.结果表明:与传统的Hough变换和离散Radon变换相比,新方法提高了目标直线特征的检测速度;在有800个样本的数据库上进行实验,获得了96.5%的识别率,表明了算法的有效性.     

人民币纸币冠字号码字符识别方法研究

以倾斜校正算法和模式识别算法2项核心技术为目标,充分利用霍夫变换法和最小二乘法在直线检测中的优点,采用一种结合霍夫变换法和最小二乘法的直线检测算法来求得人民币纸币图像的边缘直线及边缘直线的倾斜角度参数,并采用图像旋转变换算法实现对原倾斜人民币图像的倾斜校正.采用Hopfield神经网络的联想记忆功能,缩小待识模式与标准模板的差异,再用模板匹配法对Hop field神经网络的输出结果进行识别,得到最终的识别结果.实验证明,结合Hopfield神经网络和模板匹配法的人民币冠字号码识别方法具备较高的识别率.