采用最小均方误差筛选参数的Hough变换及应用

为了在含有大量噪声的图像中精确地检测形状,提出了采用最小均方误差筛选参数的Hough变换方法:首先采用Hough变换投票得到参数空间上的投票值,然后初步筛选出所有投票值大于投票阈值的参数,再分别计算这些参数对应图像在边界图像中的均方误差,最后选择其中均方误差最小的一组参数作为最后的检测结果.将该方法与取最大投票值的Hough变换分别应用于虹膜外边缘定位并相互比较,实验结果表明,该方法抗噪声能力更强,适用范围更大,得到的结果更加合理.     

椭圆周长的作图求解法及其误差分析

本文首先给出了一种求解椭圆周长近似值的作图方法,同时又导出其相应的求解公式。其次在对误差回归分析的基础上,获得了由此方法所求得的椭圆周长近似值的修正系数,从而在相当高的精度范围内,提供了一种在工程中适用且简单易行的求解椭圆周长的方法。     

基于立体视觉的空间球体快速定位方法

采用双目立体视觉系统,对空间球体三维视觉定位方法进行了研究,提出了基于双视锥曲面的球体定位方法.为了实现对球体三维位置的动态实时检测,提出一种基于预测的椭圆曲线快速搜索算法.该算法采用随机Hough变换的取样思想和启发函数预测椭圆搜索区域,减少Hough变换的计算量.为了提高Hough表的操作效率、减少存储空间,设计了一种有效的Hough表存储结构.通过多种方法的综合应用,降低了球体三维定位的计算量和对存储空间的需求,并在实验中验证了所提出的方法.     

基于样本分布信息的自适应Hough变换方法

参数空间的量化单位影响霍夫变换(Hough transform,HT)提取直线特征的精度,为此提出一种霍夫变换中参数空间量化单位自适应调整的方法——自适应霍夫变换(Adaptive HT,AHT)方法.首先,根据采样数据建立样本统计模型,并确定该模型的参数;然后,根据模型参数随量化单位的变化趋势以及样本信息的分布特征,给出量化单位的自适应调整策略,从而获取优化的量化单位;最后,将优化的量化单位应用于霍夫变换特征提取.实验结果表明,在结构化环境中,该方法能够实现优化量化单位的目标,从而有效减小了直线特征检测误差,提高了检测精度.     

基于形态学滤波和Hough变换的掌纹主线提取方法

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展开邻域检测得到主线.本文算法更符合主线的自然生长规律,在成功提取主线的同时消除了粗大掌纹皱纹在主线提取中易产生的干扰.     

评定圆柱度误差的四维图解判别

本文根据极差极小化理论及由此得出的形状误差统一判别准则,运用集合论的观点及多维画法几何图示图解法,提出了评定圆柱度误差的四维图解仲裁方法,并用代数方法予以验证,为解决象圆柱度误差一类由多维参数描述的形状误差的几何判别问题提供了新途径.     

椭圆特征的快速提取

基于椭圆和圆的对称性,对传统的霍夫变换检测曲线方法进行改进,提出分三步快速检测椭圆和圆的方法：（１）利用椭圆的几何对称性,快速确定可能的形心,生成相应子图,并滤除图象中的噪声;（２）在各子图中由边界点梯度向量和候选形心坐标,获得椭圆旋转角和长短轴比率;（３）根据椭圆参数方程确定椭圆的长短轴,并验证所检测到的椭圆．实验结果表明,该方法有效地降低了霍夫变换参数空间的大小和运算时间,提高了检测精度,实现了椭圆特征的快速提取．     

椭圆检测算法的比较

椭圆检测在图像识别与计算机视觉领域中一直占有重要的位置,而边缘检测是图像特征提取(包括椭圆检测)的首要条件.介绍了常用的几种边缘检测算法(如Sobel算子、Canny算子、Zernike矩算子等),分析了这些算法的异同与优劣;讨论了几种基于Hough变换及其改进方法的椭圆检测算法(包括利用椭圆极点与极弦性质的提取算法、利用三点确定椭圆的提取算法、利用椭圆几何对称性算法等).比较这些算法并选取几种分别应用于真实图像,并列出检测结果.最后,提出存在的问题和进一步研究的切入点.     

一种线性调频信号参数提取方法

针对线性调频(LFM)信号参数提取问题,提出了一种基于Erosion变换和Hough变换的LFM信号参数提取方法。利用B-分布分析方法描述LFM信号,在此基础上,进一步利用Erosion变换突出雷达LFM信号的特点,利用Hough变换提取LFM信号参数。仿真分析表明:该方法能够较精确的提取出LFM信号参数,误差不超过1%,并具有良好的抗噪性能。     

基于小波变换的人脸特征定位

提出一种基于离散小波变换 (DWT)的人脸检测与特征定位算法 ,算法针对人脸的不同特征 ,选择小波变换相应最有效的频段和分量 .运用椭圆检测算法、模板匹配算法、Hough变换等方法 ,并结合人脸各特征间的几何特征关系 ,采用由粗到细的方法分步地检测人脸范围 ,分割定位人脸的眼睛、虹膜、嘴、鼻尖等特征 .该算法对人脸姿态、表情变化和遮盖物具有一定的鲁棒性 ,同时具有计算量小、效率高的特点 .     

Hough变换在槽形检测中的应用

在图像处理和计算机视觉中,Hough变换作为一种检测方法,应用非常广泛.本文利用了Hough变换对圆和直线的检测的改进算法,提出了一种非常实用的槽形检测技术和算法.利用Hough变换对噪音的不敏感性,完成了对槽形点群的分割,从而精确地计算出了槽形的参数.     

基于小波变换的人脸特征定位

提出一种基于离散小波变换(DWT)的人脸检测与特征定位算法，算法针对人脸的不同特征，选择小波变换相应最有效的频段和分量．运用椭圆检测算法、模板匹配算法、Hough变换等方法，并结合人脸各特征间的几何特征关系，采用由粗到细的方法分步地检测人脸范围，分割定位人脸的眼睛、虹膜、嘴、鼻尖等特征．该算法对人脸姿态、表情变化和遮盖物具有一定的鲁棒性，同时具有计算量小、效率高的特点．     

一种在线测量圆柱工件直径的方法

介绍一种快速、精确的在线测量圆柱工件直径的方法—V型座测经法.对测量原理和误差进行了分析,指出在顶角为60°的V型座测量椭圆度较小的圆柱工件时,随机一次测量结果即可视为其平均直径,测量误差已可忽略。     

利用参数关联性的输电线检测方法

在无人机巡检输电线的航拍图像中,输电线通常受到如道路和建筑等背景噪声的干扰,为了提高输电线检测的鲁棒性,提出了一种输电线检测方法。首先进行直线增强;然后通过Hough变换将检测到的边缘进行直线检测并将直线转换到参数空间;再次对检测到的直线参数进行Hough变换并根据输电线簇参数关系提取出输电线图形信息。实验结果表明,利用输电线簇参数关联性的输电线检测方法可以有效地将输电线从具有干扰直线的背景中提取出来,从而提高航拍图像输电线检测的鲁棒性。     

Hough变换在槽形检测中的应用

在图像处理和计算机视觉中，Hough变换作为一种检测方法，应用非常广泛．本文利用了Hough变换对圆和直线的检测的改进算法，提出了一种非常实用的槽形检测技术和算法．利用Hough变换对噪音的不敏感性，完成了对槽形点群的分割，从而精确地计算出了槽形的参数．     

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。     

基于决策树分类的毫米波雷达对电力线的检测

针对直升机超低空飞行面临的电力线引起的安全问题,该文提出了一种基于决策树分类的毫米波雷达检测电力线的方法。针对电力线的布拉格散射特征,在此基础上研究了Hough变换的电力线检测方法,对于Hough变换后信号的含噪特征,提出了基于决策树分类器的分类处理方案,提取出所需要检测的电力线目标信息。最后通过MATLAB仿真,验证了该方法的有效性。仿真结果表明该方法简单有效,而且具有很高的检测概率,很低虚警概率。     

数控车床上轴类零件圆柱度误差的快速测量方法研究

该文以圆柱度误差测量方法为研究对象,对现有的数控车床加工的零件圆柱度误差进行测量分析,提出通过位移传感器的方法进行圆柱度误差测量。通过该方法的使用,可以实现零件加工过程中,不需要取下零件,直接在车床上进行圆柱度误差的测量,有效地提高了数控车床零件表面圆柱度测量的精度和效率。     

同轴激光束在圆柱类零件圆柱度检测方面的应用

设计了一种能够实现高精度、非接触、全场测量圆柱度的无损检测方法。利用同轴激光束的传输特性设计实验来检测圆柱零件的圆柱度误差,得到的实验结果与实验理论相吻合,证实了实验理论的正确性。并可以推广到该类零件其他形状误差的检验中,为该类零件检测研究提供了一个新方向。     

模糊随机Hough变换算法

提出一种新颖的将模糊理论与随机Hough变换相结合实现参数曲线自动检测的方法，即模糊随机Hough变换．与其他随机Hough变换方法相比，该方法可以处理背景噪声较强、曲线有一定交叠和缺损的图像，检测出的曲线精确度更高，能够有效地避免检出错误曲线的情况．为了叙述的简便，仅以直线和圆为实例，但可以推广到任意曲线的检测．