基于边缘和水平集的复杂背景金属零件二维条码精确定位方法

针对由于背景复杂、光照不均等因素导致的复杂背景下金属零件上二维条码定位困难问题,提出一种基于边缘及水平集的复杂背景金属零件二维条码精确定位方法.首先,通过直线检测方法定位条码的L边;然后,采用一种改进的水平集图像分割方法对可能的条码区域进行图像分割,利用条码的边缘轮廓特征、灰度及梯度直方图双峰特征进行二维条码区域判断;最后,通过区域Hough变换精确定位二维条码区域.实验结果表明,所提出的方法平均定位准确率可达到95%,且其处理时间小于1s,适用于对大多数复杂背景下金属零件二维条码的定位.     

基于改进Hough变换的刹车蹄块片 安装孔定位检测法

针对刹车蹄块片质量无损检测系统中参考点建立需求,提出在复杂轮廓边缘中安装孔定位检测方法。该方法首先对刹车蹄块片侧面图像进行多方向Canny边缘提取,采用带辨向梯度Hough变换改进算法,实现对候选圆的粗定位;然后对候选圆边缘区域进行提取,采用最小平方误差拟合法进行候选圆精确定位和测量;最后依据圆完整度信息实现对安装孔的识别筛选。实验表明:该方法能够较准确地识别出安装孔,与其真实边缘之间误差小,取得良好的检测效果。     

一种车牌图像二次定位算法

针对车牌识别系统中关键性的定位环节提出了一种二次定位算法,在预处理后对车牌图像先进行粗略定位,再进行精确定位。该算法前后衔接紧密,灵活有效地利用了二值图像所受干扰主要来自车牌上方这一特征,对图像由下至上搜索定位;利用Hough变换对图像进行多直线检测,确定边界后实现精确定位。在Matlab平台上的测试结果表明,该算法速度快,准确率较高。     

基于人脸与虹膜的多生物特征融合识别算法研究

在研究传统人脸特征提取算法的基础上,提出基于LDA-LLE的人脸识别算法。该算法同时具有线性方法和非线性方法的优点,对人脸图像的常见变化,如光照、姿态等具有一定的鲁棒性;研究了基于Hough变换的虹膜特征定位算法,该定位算法通过检测两个圆和两条直线来实现虹膜图像的精确定位;然后分别利用SVM和KCCA在匹配层和特征层实现了的人脸图像和虹膜图像的融合;并利用ORL人脸库和IITD虹膜库组成的多模特征库上进行仿真实验。实验结果证明了这两种融合算法的有效性,尤其在小样本的情况下,该融合方法也能取得较高的识别率。     

基于GPU的Hough变换多圆加速检测实现

针对多圆检测问题,本文提出一种边缘点连续性特征按曲线段进行归类,同时丢弃非圆特征点,利用图形处理器(GPU)的高度优化的并行计算能力在每个曲线段点集中按照一定的取点规则取3点并行计算圆参数的改进Hough变换算法。该实现有效地降低Hough变换的无效累积,同时保留了传统Hough变换抗噪性强、对不完整边缘具有鲁棒性等优点。经测试,该改进算法在GPU的检测的速度优于CPU三十多倍,性能具有明显优势。     

复杂工业环境下激光束中心快速精确定位方法

针对工业现场在线检测对计算机视觉算法稳定性、实时性、精度和抗干扰能力的要求,结合两万吨挤压机活动部件五自由度实时监测系统的具体情况,在现有方法的基础上,提出了一种复杂工业环境下激光束中心快速精确定位方法.首先,在图像预处理的基础上通过Canny算法实现图像边缘二值化,并对得到边缘进行筛选,剔除不符合光斑轮廓特征的边缘.接着,采用一种改进的快速Hough变换初步确定激光光斑的大致位置和半径,依据Hough变换计算结果设置光斑有效区域,在有效区域内通过最小二乘法椭圆拟合得到亚像素精度的激光束中心坐标.实验研究表明,该方法在存在噪声的环境下单次检测时间小于50ms,精度达0.15像素(pixel).可在较强干扰下实现激光束中心的精确定位,与传统方法相比,精度高,实时性好,适应性强.     

一种基于特征点的X射线图像配准方法

精密铸件通过差影法检测缺陷时,图像配准是关键的一步。文中采用一种改进的随机Hough变换和空间数据坐标变换理论相结合的图像配准方法。该方法首先采用OTSU对图像二值分割,利用改进的随机Hough变换检测图像中的多个圆,并把多个圆心作为图像配准的特征点;然后根据特征点对应关系计算配准参数,确立坐标变换关系并对图像进行配准。实验验证了该方法可实现较高精度图像配准。     

非接触性动态位移测试方法的研发及应用验证

基于Hough变换圆检测原理研发了非接触性动态位移测试方法,采用振动台进行了应用验证.结果表明,Hough变换具有良好的圆检测效果.图像计算效率与角度、半径的检测步长的选取相关;选取较大半径检测步长时,图像处理速度将大幅提高;选取较大角度检测步长时,图像处理速度提高并不显著.通过不同试验验证了自行研发的非接触性位移测试方法在不同频率正弦波输入、图像中不同半径标靶圆及相机-标靶不同物像空间距离特性条件下均具有良好的识别效果.工程实用角度,非接触性位移测试方法可以同时捕捉多个测点的位移及有效解决测试量程受限的问题,并可避免由于接触对被测体产生的干扰.     

基于特征检测的航拍图像电力线提取方法

在分析输电线路无人机巡检系统航拍图像中电力线特征的基础上,针对单一Ratio算子和Hough变换提取电力线效率低、效果差的不足,提出一种基于特征检测的电力线提取算法.首先,运用Ratio算子检测直线像素点并运用Hough变换的方法提取图像中的直线信息;然后,运用特征检测算法对电力线进行提取;最后,通过实验验证了所提算法能够从复杂的自然背景中完整提取电力线,同时能有效避免漏检、误检等情况,并有较好的噪声抑制能力.该研究为电力线典型故障的检测识别提供了有力支撑,具有较好的工程应用价值.     

橘子采摘机器人目标识别定位方法与实验研究

自然环境下橘子目标被枝叶遮挡或者果实之间重叠现象非常普遍,环境的复杂性给采摘机器人视觉系统的目标识别与定位带来极大困难,提出了一种将K-means聚类算法与Canny边缘检测算法相结合的方法,识别出枝叶遮挡多果重叠工况下橘子的完整轮廓,对橘子轮廓的几何参数和实际坐标进行计算,完成了目标物的定位。首先采用K-means聚类算法从原始图像中分割橘子目标区域,应用Canny边缘检测算法识别橘子目标区域的轮廓,再通过Hough梯度圆变换检测算法确定橘子轮廓的圆心和半径,利用单目立体视觉平移测量模型计算出橘子的空间坐标,完成了橘子和大枣的抓取实验。实验结果表明,本文方法能够实现复杂背景下橘子多目标的识别与定位,并可推广到类圆目标的抓取过程。     

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.     

图像处理中的圆分析算法

快速而准确地检测圆在计算机视觉、自动化检测领域有着广泛的应用前景.传统的Hough变换有计算量大、占用内存多、提取的参数受参数空间的量化间隔制约等缺陷,针对在简单图像中检测圆时的实时性要求,提出了一种新的圆检测方法.该方法在图像无相交的情况下,先对图像进行二值化处理,然后对其进行边缘检测,取得图像的边缘链码,在这基础上对图像的圆形度,圆半径等圆的基本要素进行分析计算.该方法计算速度快、占用的内存小,检测性能比较高.     

一种复杂环境下的电力线检测方法

从具有复杂地物背景的无人机拍摄图像中快速准确地检测到电力线,是树障清理机器人在工作中的一个关键问题。通过分析图像中的电力线的特征,提出一种复杂地物背景下电力线检测的方法。首先对原始图像进行图像均衡处理,增强电力线与背景之间的对比度;采用Hessian算法对电力线边缘进行提取与对比;进一步利用Hough变换实现对电力线的提取,并通过聚类方法对直线进行筛选,最终获得完整的电力线。实验结果表明,本方法在复杂背景下,对电力线提取的准确率较高,且提取出的电力线完整程度较好。     

基于颜色和纹理特征相结合的车牌定位方法

车牌定位是车牌自动识别系统中的关键技术.目前多数的车牌定位方法考虑车牌的颜色以及纹理特征,但针对复杂背景下的车牌定位问题,其适应性不强.针对现实生活中复杂背景下的车牌定位,提出综合使用纹理信息及颜色信息等多种特征的分层次车牌快速定位方法.首先在图像的二值垂直边缘图中,利用车牌区域的边缘信息及车牌的纹理特征进行车牌候选区域的确定,在降低算法复杂度的同时提高了定位精确性,然后结合先验知识,运用四元数主成分分析及K-means聚类方法,提取候选区域图像特征并分类,最终得到精确车牌定位.试验证明该方法正确率高、鲁棒性强,对于背景复杂的车牌定位具有很强的抗干扰性能,在复杂的环境和不同光照条件下实现车牌的精确定位.     

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.     

一种新型基于随机Hough变换的避雷针垂直偏差测量方法

垂直偏差作为避雷针倾斜度状态评价的重要依据,其测量方法至关重要,但传统的测量方法无法实时跟踪避雷针的倾斜程度且测量工作效率不高.针对上述问题,本文提出了一种基于随机Hough变换的避雷针垂直偏差检测方法.首先,对采集的避雷针图像进行灰度处理,再利用Canny算子检测、去噪,进行背景处理;其次,通过随机Hough变换确定...     

机械式数字仪表字符定位方法

针对实际环境下的数字仪表图像光照不均匀、产生畸变等问题,提出一种自适应的数字字符定位方法.首先从图像预处理入手,针对图像灰度不均匀,采用动态自适应阈值的S.D.Yanowitz二值化算法,能很好地分割目标和背景.然后再利用分级检测的Hough变换计算倾角进行图像矫正,最后利用投影算法进行逐步求精的字符精确定位.实验结果表明,该算法具有较好的鲁棒性,满足识别系统的要求.     

基于相位一致性和Hough圆的贴片机视觉定位系统的研究

针对贴片机关键技术中的视觉定位进行了研究。由于图像的亮度对定位的影响比较大,给出一种结合相位一致性与Hough圆的方法。利用相位一致性分别对采集到的PCB板上的一对对角线上的两个Mark圆进行边缘检测,用Hough圆变换分别检测两个Mark圆在图像坐标系下的圆心坐标。由两坐标系间的关系,将其转换成机器坐标,计算出PCB板的偏转角;再以其中的一个Mark圆为参考点,利用PCB板中的数据库信息,计算出PCB板上各元件的实际机器位置,上传到控制机。实验结果表明,这种方法定位精度较高,对图像的亮度和对比度影响较小,抗干扰性好。     

视网膜图像中视盘的快速自动定位方法

基于眼底视网膜血管的分布结构及视盘本身的特点,提出一种快速自动定位视盘的方法.首先根据视网膜血管的网络分布结构大致定位视盘的垂直坐标:然后根据视盘的亮度信息及视盘与血管的关系来定位视盘的水平坐标;最后把视盘限定在以粗定位的视盘为中心的一个小窗口内,用Hough变换精确定位视盘中心.该方法不需要事先分割视网膜血管,也不需...     

改进Census变换的铁路扣件定位方法

针对目前铁路扣件定位方法容易受光照强度、亮斑和阴影等条件的影响,提出了一种具有相对灰度不变性的扣件定位方法.使用中值滤波来去除噪声.通过改进的Census变换增强图像边缘特征;使用Mean-shift聚类算法将边缘分类,降低短直线造成的干扰.使用Hough变换,较快地将挡板座边缘直线特征提取出来,并结合先验知识实现扣件的精确定位.实验结果表明:该方法能够准确定位且对于光照变化具有很好的适应性,在晴天和雨天情况下定位精度分别提高了4.3%和8%以上.