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。     

一种基于形状信息描述的图像特征匹配算法

针对已有匹配方法匹配特征点少、图像匹配精度低的问题,提出一种基于边缘形状描述子的图像特征匹配算法。该算法首先利用曲线凸性将图像边缘分割为近似直线段组,再将连接多个直线段的点定义为关键点,将关键点周围直线段组定义为形状特征包,最后利用局部形状特征包中所有点集相对其几何中心的位置关系分布形成描述子。实验结果表明：该算法的图像匹配正确率均高于SIFT算法和Shape Context算法,且对噪声问题不敏感,可应用于基于Hough变换的物体检测。     

基于改进Hough变换的结构化道路车道线识别

针对现有结构化道路车道线弯道检测识别技术的准确性和鲁棒性不高的问题,提出一种基于改进Hough变换的车道线识别方法。首先利用Canny边缘算子进行车道边缘检测,其次对比相邻区域距离内的Hough变换峰值参数值,将小于设定阈值距离的直线段进行连接,拟合形成车道线检测区域,然后根据消失点的横坐标距离图像中心点的位置来预测车道线方向,最后借助MATLAB平台完成车道线的识别。验证结果表明:该方法避免了曲线模型复杂、计算量大的缺点,实现了直、弯车道的识别统一化,识别准确率为95.3%,平均耗时0.036s,具有很好的实时性和鲁棒性。     

基于改进Hough变换的偏心口检测

分析了Hough变换在圆检测应用中存在的问题,针对液体罐装桶盖的加注口为偏心圆形的情况,提出了一种基于两点梯度信息的改进的Hough变换算法.经检测实例验证,该算法计算速度快,占用内存少,检测精度高.     

基于GPGPU的并行LiDAR点云滤波算法

基于边缘点进行LiDAR点云滤波算法在复杂城区具有良好效果,然而在边缘点检测时非常耗时,因此提出基于GPGPU的并行边缘点检测算法来提高滤波的效率.该并行边缘点检测算法分为并行检索k最近邻点、并行拟合平面、并行计算投影点和并行计算夹角等4个步骤.在计算检索k最近邻算法中,提出了队首优先的插入排序算法,大量减少判断次数.实验结果表明,采用GPU并行计算有效提高滤波效率,当数据量达到128 M以上,加速比可以达到9左右.     

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。     

基于改进随机Hough变换的圆形目标检测算法

圆形目标检测在各个领域得到了广泛应用.为了提高规则圆的检出效率、降低不规则圆的漏检率,文章提出了一种改进随机Hough变换的圆形目标检测算法.算法首先用区域增长和RGB二值分割等算法对不同背景的图像进行二值分割和去噪处理,接着对连通域分割的特征区域用具有圆形性特征的边缘点进行候选圆的检测和验证.实验对比结果表明,本文算法可以显著提高规则圆的检出效率、降低不规则圆的漏检率,算法计算量小、运行速度快、鲁棒性强.     

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。     

一种高效的混合圆/椭圆检测方法

提出了一种新的基于边缘连续特征的HT（ECHT）混合圆／椭圆检测方法，利用连续的边缘曲线段来决定HT采样点，实验仿真结果表明该算法较好地解决了标准RHT检测中无效采样概率大，无效积累时间多的问题。     

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.     

一种改进的Hough圆检测算法

普通Hough圆检测计算量大，且实际图像易受光照和背景不均匀等条件的影响，针对这些情况提出了一种将待检测圆图像先作边缘检测后，再对边缘图像进行粗匹配和精匹配，以实现圆检测的方法．粗匹配使用改进的SSDA算法进行，精匹配利用圆的两条不平行弦的中垂线相交于圆心的几何性质，对经典Hough变换加以改进，提高了检测速度．     

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Hough变换的红外图像的目标分割

红外图像是根据目标与背景的温度差异而形成,不受光照等其他条件的影响,可全天工作,被广泛应用在各个领域中.但是由于目标和背景的热辐射所造产生的红外图像的分辨率低,对比度差等特点,使红外图像的分割变得较为困难.Hough变换具有对图像中直线的残缺部分、噪声以及其他共存的非直线结构不敏感的特性,具有较强的抗干扰性和鲁棒性.本文提出一种基于Hough变换的红外图像规则目标的检测方法.通过观察红外图像中目标分布情况,估计出目标边界的曲线方程,对该方程进行Hough变换,从而检测出目标并进行分割.利用该方法避免了由于红外图像的目标与背景对比度差、边缘模糊、视觉效果较差等原因造成的不易检测边缘曲线的问题.经实验证明,基于Hough变换的规则的红外目标的检测方法具有可行性,且检测效果好.     

生物芯片微阵列图像倾斜校正算法研究

针对现有生物芯片图像倾斜校正算法校正精度和运算速度的矛盾问题,提出对矩形样点和圆形样点图像分别采用改进的Hough变换和改进的Radon变换方法进行倾斜校正。改进的Hough变换首先对图像进行二值化,并仅统计矩形样点的上下边缘像素的Hough参数和累计值,然后根据所得的Hough参数空间提取占主导的直线组,最终计算出直线组的平均倾斜角度;改进的Radon变换在提取圆形样点边缘后,对边缘图像进行二级Radon变换,从而得到最佳校正角度。实验证明本文的方法能准确、快速地实现芯片图像的倾斜校正,为生物芯片样点识别奠定基础。     

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．     

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．     

应用区域估计的复杂背景多圆快速定位方法

针对现有多圆定位方法应用于复杂背景高分辨率工业测量图像实时性差的问题,提出一种应用区域估计的复杂背景多圆快速定位方法。首先,依据Hough变换前2帧图像检测结果及环境噪声经验数据实现各圆特征对应的Sage-Husa滤波器的初始化;接着,应用滤波算法对特征的有效区域进行估计;最后,在有效区域内结合优化的特征定位有效判据及2种图像增强方法实现精确定位。研究结果表明:优化的特征定位有效判据较传统判据更加合理;特征提取速度与基于Hough变换的方法相比显著提高;应用该方法的测试系统可充分发挥视觉测量技术在灵活性及集成性上的优势,测试精度较传统系统提高33%以上。该方法可实现高分辨率图像多圆快速精确定位,具有实用价值。     

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.     

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。     

基于边缘编组的车位线检测方法

针对自动泊车系统中检测车位线的问题,提出基于边缘编组的车位线检测方法。首先对图像进行预处理,并对传统Canny边缘检测算子改进,增加45°和135°方向模板计算梯度幅值和方向,降低噪声干扰并提高图像质量;接着,对边缘图像进行8邻域搜索并聚类分组,剔除较短直线、解决过连接问题;最后利用各边缘组内相邻两像素点梯度方向差分剔除非车位线特征的边缘组,通过对每个边缘组做随机Hough变换,并利用先验知识和最小二乘法拟合得到车位线。实验结果表明,该算法相对于传统Hough变换可以在不同情形下准确检测到车位线,并且具有较好的实时性。