直线拟合的一个快速算法

给出了在图像处理中直线快速拟合的一种新的思路，提出了一个快速拟合算法，并对其完备性进行了证明，它采用序贯递归检测的方法，仅经过一次遍历即可检测出满足定义条件的所有直线，具有结构简明、性能稳定、运行速度快的特点。     

光波导器件边缘的高精度直线检测

为了在光波导器件对准中快速、准确地检测波导边缘直线,保证检测精度,提出一种高精度快速边缘直线检测方法。其步骤为:分析光波导器件对准的机器视觉系统及其精度要求;通过对耦合界面灰度分布的一阶导数进行拟合求峰值位置提取亚像素边缘点;基于RANSAC算法和OLS算法相结合的方法对提取的边缘进行高精度直线拟合,并以此计算波导的位姿参数。研究结果表明:本算法检测角度误差小于0.003?,距离误差小于0.1像素,运算时间小于0.5 s,能精确拟合带有破损、脏污等噪声因素的波导边缘,实现光波导器件边缘的高精度直线检测。     

一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.     

基于自适应直线拟合的角点检测

角点检测是计算机视觉的一个基本问题，进行角点检测的关键是估算曲率。笔者给出了一种新的基于参考点的前后曲线方向估计的曲率计算方法。我们以离散点远离直线垂直距离误差最小为目标进行直线拟合，同时根据误差大小来自适应的选择拟合窗口的大小。很好地解决了角点曲率计算时拟合窗口大小和计算精度间的矛盾，实验证明，该方法抗干扰性好，且运算量不大，对于存在明显转折点的曲线角点有很好的检测和定位能力。     

SMT元件影像检测关键算法

提出了一种基于视觉的贴片元件几何特征参数的检测方法。该方法首先采用最大外接矩形的方法实现元件的粗定位及确定边缘的分割点。接着采用Canny算子和Zernike矩边缘检测算子实现边缘的亚像素精确定位。然后,利用分割点将边缘分割成4部分,分别进行直线拟合,得到边缘的直线方程,利用直线和圆弧相切的关系,求得直线和圆弧的切点,采用最小二乘法对两切点间的边缘点进行圆弧拟合得到圆弧的精确值。同时,采用快速傅立叶变换,利用变换后图像的特征,实现端面图像中条纹方向的判定。实验中测得亚像素边缘点的定位精度为0.03pixel,直线拟合精度为0.03pixel,圆弧拟合精度为0.05pixel,端面条纹判断的准确率为100%。理论分析和实验结果表明：本文提出的最大外接矩形分割法、亚像素定位法、直线圆弧拟合法及条纹方向判断法能很好的满足贴片元件几何特征参数自动视觉检测的稳定可靠、精度高及实时性的要求。     

实验数据的直线拟合

对拟合直线常用的最小二乘法进行了详细分析，得出了计算斜率的通项公式，提出了一种分段最佳斜率平均法，计算结果表明，该方法计算非常简单，精度并不低于最小二乘法和其它直线拟合方法，将常用的几种拟合直线的方法进行比较的结果表明，分段最佳斜率平均法拟合精度最高。     

一个改进的车牌号码倾斜校正方法

在智能交通系统中,车牌号码倾斜校正是预处理的重要步骤．论文使用加权最小二乘法,把车牌区域拟合成一条直线,然后求得该直线斜率,并计算倾斜车牌图像的倾斜角％最后把图像旋转一Ⅸ完成倾斜校正．实验结果表明：论文方法能快速准确地检测出图像的倾斜角,并具有较强的适应性．与最小二乘法拟合直线比较,倾斜角精度更高,目标函数值更少;与Hough变换校正相比较,论文算法处理时间更短,倾斜角测量精度更高．     

基于边缘导向的直边图像亚像素定位方法

通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果．     

一种印刷机械故障标识检测新方法的研究

提出了一种结合细化算法和最小二乘法拟合的快速直线检测方法,以用于印刷画面中的标识检测,为印刷偏差自动计算提供支撑。该方法具备运行速度快、精度高的特点,符合实际印刷生产中即时性高的要求。首先,通过ZS算法实现了图像线条的细化,提高识别精度,结合最小二乘法拟合各个像素点以实现倾斜矫正;其次,利用灰度积分投影方法对直线的位置关系进行分析,实现了直线的定位;最后,通过印刷品实验验证方法的准确性。与Canny算法对比发现,本文计算的均值更接近理论值,标准差更小,提高了定位精度。相关研究为印刷故障检测标识的在线测量提供了理论基础。     

实验数据的直线拟合

对拟合直线常用的最小二乘法进行了详细分析，得出了计算斜率的通项公式。提出了一种分段最佳斜率平均法。计算结果表明，该方法计算非常简单，精度并不低于最小二乘法和其它直线拟合方法，将常用的几种拟合直线的方法进行比较的结果表明，分段最佳斜率平均法拟合精度最高。     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Holder数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Holder数的计算,进行直线拟合．利用拟合后直线的斜率及线性度等参数可进行目标的检测．实验表明,与用单纯的分形特征参数相比,所提出的方法是一种快速、有效的人造目标识别方法．     

多直线分光光度法快速测定化学需氧量

采用标准的微量密闭消解 分光光度法测定了邻苯二甲酸氢钾水溶液的化学需氧量（COD）,该标准所规定的从低浓度到高浓度拟合一条直线方程来计算待测水样的COD值方法误差较大,难以满足检测精度的要求,因此提出了测定溶液COD值的多直线分光光度法,即在低浓度（20～100mg/L）和高浓度（100～700mg/L）范围分别拟合一条直线,并采用快速密闭消解的方法。结果表明,该方法的精确度比标准方法的高,尤其是在低浓度范围, 且消解速度可从标准规定的2h减少到45min。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.     

射频法重油含水量快速检测系统

水的介电常数远大于重油的介电常数,因而两者所呈现的射频阻抗特性不同．本文介绍了基于射频阻抗理论对重油的含水量进行快速检测和温度补偿的方法．采用使最大偏差为最小的直线拟合法来实现传感器特性曲线拟合,使一组试验点对该直线的最大偏差为最小,并给出了实验结果．图４,表１,参４．     

基于车道线直线模型的道路曲率估计方法

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中,为解决单一直线模型无法预估道路曲率,而曲线拟合方法计算量大等问题,应用车道线直线模型,提出了一种基于远端直线拟合的弯道曲率估计方法,其特征在于车道线仍使用全局直线描述,估计曲率时对远端候选点进行直线拟合.由于保证了较多的候选点数量且使用Hough变换检测直线,以及利用跟踪、滤波等方法,算法在保证车道线检测鲁棒性的同时,基于远端直线拟合方法实现了对弯道曲率的相对定量估计.采用装有全球定位系统(GPS)的实车试验进行验证,结果表明:所提方法在增加候选点数量以提高曲率估计精度的同时,保障了算法的实时性.     

拟合直线参数比值的标准差的计算方法

在常用的拟合直线参数的估计中，往往没有考虑它们并非独立变量．在分析了拟合直线参数的相关性后，给出了拟合直线参数比值的标准差的三种计算方法。     

轮廓线的特征分析与拟合处理方法

通过对轮廓线的特征分析（即组成元素和其间的连接关系），提出了轮廓线快速插值算法，只需对轮廓线组成元素的特征分析，即直线、圆和圆弧的特征判断。并给出了一条封闭曲线的拟合处理算法。     

激光振镜扫描系统的快速软件校正算法研究

针对激光振镜扫描系统的图形畸变，根据由成像系统引起的几何畸变的后验校正法提出一种二次曲线校正模型．对于图形中每一条发生几何畸变后的直线，用二次曲线在水平和竖直方向去拟合，然后求得反变化的校正函数来校正图形的畸变，从而获得了一种准确快速的校正算法．该算法先拟合像场平面中最大边界直线发生畸变后的曲线，再求它的畸变量，并按比例求得像场中其他直线的畸变量．该算法的校正函数比从振镜扫描系统几何畸变公式导出的校正函数简单、实用，所用时间少．     

链式编码中直线的快速检测

图像处理中，直线的链式编码是一种常见的数据结构，本文对这种表达方式下直线段的检测提出了一种快速算法，它采用序贯递归检验的方法，仅经过一次遍历即可检测出满足定义条件的所有直线，其完备性可以经过理论推导证明，并具有结构简明，性能稳定，运行速度快的特点。     

机械零件图像中直线边缘亚像素定位方法

以计算机视觉在机械零件几何参数检测的实际应用为例，提出了一种使用高斯拉普拉斯(LOG)函数检测斜坡状边缘的像素级位置，在已知目标为直线边缘的情况下，使用最小二乘线性回归把二维的边缘拟合降为一维边缘定位，从而使直线边缘定位达到亚像素级精度的算法．同时还进行了空间矩直线边缘亚像素定位算法与本文所提出算法的对比实验．实验结果表明：在低噪声图像中，两种算法的边缘定位精度均达到满意的结果，且最小二乘线性回归亚像素定位算法速度较快．