Scattering Center Extraction of UWB Radio Fuze's Target Based on Polar Hough Transform

In order to extract the feature information of ultra wide-band (UWB) radio fuze target and give full play to the warhead's strike ability, a method based on polar Hough transform for scattering centers extraction of the target was proposed in this paper. It firstly utilized the fuze scanning to obtain the distance and azimuth information of the target's main scattering centers at different times, i.e. the track information of scattering centers under the polar coordinates, then used the polar Hough transform to transform the track into the parameter space in order to accumulate the dots and drew 3-D parameter space diagram, in which the peak points corresponded to the target's scattering centers. The simulation results indicate that the method can not only extract scattering centers efficiently and accurately, but also has strong anti-noise performance, and the algorithm is simple and easy to be implemented in engineering.

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法。该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角。在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数。实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍。

基于直线Hough变换的图像配准方法

为了有效解决不同传感器、不同视角和不同时相条件的图像配准问题,提出了一种基于直线极坐标参数在Hough空间求解图像变换参数的图像配准算法。先提取图像中直线极坐标特征参数,形成匹配特征空间;然后在Hough空间逐步求解RST图像变换的旋转、尺度和平移参数;最后利用实际图像对算法的性能进行了分析与验证。实验结果表明,该方法不需进行复杂的匹配空间搜索,具有适应性强、配准精度高的优点。

改进Hough变换的算法实现

利用Hough变换对直线进行检测,通常参数空间使用的是极坐标系。这种方法存在速度缓慢,结果不够精确的问题。这主要是因为极坐标所用到的正弦函数和余弦函数具有非线性特性,使将来运算基本单元的乘法不可避免。为解决这个问题,提出一种通过改换坐标系、用加法和移位运算代替乘法的新思想,大幅加快了Hough变换的速度。从而使超大型图像中,直线的实时、精确检测成为可能。

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。

基于机器视觉的指针式仪表自动读数方法研究

为了实现指针式仪表的精确自动读数,提出了一种基于机器视觉的指针式仪表自动读数方法。针对仪表展开图像中可能存在的部分刻度不可见和刻度间隔非等距的问题,构建了刻度线缺失下的插补方法和非等距情况下的指针读数计算模型。插补方法利用刻度间距的统计信息,实现了位置的自动插补。指针读数计算模型采用二次样条函数提高计算的精度。实验结果表明:该方法能够有效地减小读数误差,更好地满足指针式仪表的自动读数要求。

用于形状检测的极标编码多分辨率Hough变换

本文提出一种利用Hough变换作形状检测的方法,称为极标编码多分辨率Hough变换,它将模板和图象都用极坐标表示为一维序列,这不但简化了Hough变换的映射运算,而且借此可以构成图象空间和参数空间对等的多分辨率描述,使检测可由低分辨率向高分辨率以一种类似树搜索的方式高效地实现。文中给出了实验结果。

MIMO雷达多目标检测前跟踪算法研究

本文基于检测前跟踪技术研究了MIMO雷达系统中多个运动目标的早期预警问题,在推导已知目标数量时的二元广义似然比检验的基础上,提出了一种次优的基于"逐目标消除和极坐标Hough变换(STC-PHT)"的多目标检测前跟踪算法,并推导了该算法的虚警概率和检测概率表达式.与以往的多目标检测前跟踪算法相比,新算法具有较低的计算量,且本质上无需目标数量的先验信息,避免了目标数量未知时需执行多元假设检验的问题.仿真分析表明,新算法能有效地改善MIMO雷达在低信噪比条件下的检测性能.

基于数学形态学的CT图像金属伪影消除算法

金属伪影的有效校正一直都是CT重建的一个重要课题。传统的插值校正法和迭代去模糊法将投影数据作为输入值,但在实际应用中经常不能得到原始投影数据。针对该问题,提出一种基于数学形态学的金属伪影消除算法。首先,通过线检测和霍夫变换提取初始图像中的条纹伪影,并找到金属物体的中心坐标;其后,以金属物体的中心坐标为注视点,对含有伪影的初始图像进行极坐标变换;继而在极坐标图像中,选择合适的结构元素和形态学过滤器消除伪影;最后将过滤后的极坐标图像转换为笛卡尔坐标系中的图像。实验结果表明,该算法能够有效消除金属伪影,并将滤波反投影图像作为输入值,能够应用于无法得到原始投影数据的情况。

成像偏振在车道线检测与识别中的应用

复杂环境下的车道检测是目前智能车和辅助安全驾驶研究的难点和热点.针对外部复杂的道路环境,将光学偏振理论引入传统的车道检测技术,提出了一种基于成像偏振的车道线检测方法.通过对车道线图像基本特征的分析,首先采集3个角度的特殊环境道路偏振图像,获得偏振度图像;然后对偏振度图像作二值化和图像感兴趣区域的划分;再根据车道线边缘的直线特性,进行道路图像的边缘检测从而可以获得车道边缘;最后通过Hough变换原理提出了改进的Hough算法,并得以实现检测出车道标线,计算出汽车行驶偏角.通过仿真和实验验证表明,该方法能够准确地检测和识别出复杂环境下的车道线,车道线的检测偏角与实际偏角之间的误差小于0.3°.

基于PTZ相机极向投影的铁路限界自动识别方法

铁路异物侵入检测对保障铁路运营安全具有重要意义,提出一种基于PTZ (Pan-Tilt-Zoom)相机极向投影进行铁路限界自动识别的方法。针对PTZ相机采集的移动背景图像,提出一种分时图像融合生成匹配模板,利用小波分析、形态学运算和连通域标记进行图像预处理,进而利用Hough变换和钢轨极向投影检测图像中钢轨位置的限界区域标记算法。当相机姿态或焦距调整后,基于Sift特征匹配计算模板图像与新图像间的坐标变换矩阵,提出将模板图像中的限界区域映射为新图像中限界区域的方法。铁路现场实验表明:所提方法能够快速准确地识别由平行钢轨确定的铁路限界,有效解决了PTZ相机无法自动确定限界区域的问题。

图像复原中的模糊参数估计

图像复原技术在航空拍摄和机器视觉中是提高图像质量的重要手段.针对有相对运动情况的图像存在的降质模糊,分析了运动模糊的数学原理,针对不同运动模糊采取了不同去模糊方式.即先判断图像存在的运动模糊方式,针对直线运动通过Hough变换法和误差参数法相结合的方法估计降质参数,而对于旋转运动则采用曲线拟合和极坐标转换相结合的方法来估计降质参数.通过维纳滤波方法复原图像,提高图像质量.利用提出的自适应方法对直线运动模糊(参数为(30,70°))和旋转运动模糊(参数为(128,128),20°)分别作了实验计算.对比实验表明,这种由粗及精的方法能准确估计模糊参数,与传统处理方法相比,更加便捷有效.

基于哈夫变换的图像边缘连接

图像边缘的检测可以得到图像中处于边缘上的像素点,由于受到噪声等干扰,一组边缘像素很少能完整地描绘一条边缘。利用哈夫(Hough)变换可以将边缘像素连接成有意义的边缘。现有文献对哈夫变换在极坐标中的应用,存在不同的形式和论述,容易造成概念混淆。详细叙述哈夫变换的基本原理,及在直线检测中的应用。尤其是对极坐标下直线的标准方程,进行详细地推导和论述,从而对哈夫变换的应用进行有益的补充。

货车转向架交叉杆弯曲故障辨识算法研究

以货车转向架交叉杆弯曲故障的智能检测为背景,提出了一种针对图像信息中刚体结构弯曲形态进行模式识别的算法;从分析故障特征入手,通过梯度投影分析线性分割特征提取出交叉杆区域并将交叉杆旋转至与水平向垂直的位置;基于Sobel算子提取出交叉杆边缘;针对交叉杆边缘的分布,提出了一种应用Hough变换分段求取边缘线段极角均值估计的分类器设计算法;通过实验,验证了算法的有效性,并分析了算法的实时性。

利用极点—极弦性质提取椭圆

基于曲线提取算法的框架，并利用由椭圆的极点—极弦性质开发的三点组到椭圆参数的收敛映射，开发了一个以鲁棒地直接提取椭圆的随机Ｈｏｕｇｈ变换（ＲＨＴ）为基础的椭圆提取新技术与经二次曲线间接提取椭圆的技术相比，该技术不但能确保ＲＨＴ的每次收敛映射的结果一定为椭圆参数，而且能高速有效地实时实现用精确仿真的计算机图象和真实图象进行的广泛实验表明，该技术是正确。

直线道路识别实用性的优化分析

为了提高车道识别的实时性与鲁棒性,提出了一种车道识别优化方法。通过建立强鲁棒性的车道模型,对传统的道路图像边缘算法优化处理:图像预处理中充分考虑实用性,采用了加权平均法实现灰度化、中值滤波法降噪处理以及自适应Otsu法二值化分割图像、Canny算法实现边缘检测;基于模型利用极角极径法提取图像的感兴趣区域,改进Hough算法实现有效车道线的识别。最后实验证明,通过与传统方法比较,该算法极大提高了车道识别的效率并且增强了可靠性。

基于自适应ROI和蚁群边缘检测算法的车道线检测

论文针对天气阴暗和复杂背景等情况下难以检测车道线的情况,提出了基于消失点的自适应ROI提取和基于蚁群算法的边缘检测方法。首先进行图像预处理得到灰度化图像,然后使用基于纹理的gLoG滤波进行消失点检测以消除复杂背景的影响,使用蚁群算法对灰度图像进行边缘检测以解决Canny算子对噪声敏感的问题,最后对感兴趣区域进行Hough变换直线检测并且使用极角极径约束Hough变换拟合的直线,最后实现车道线检测的功能。实验结果表明,论文提出的方法在道路环境多变和阴暗天气下能实现很好的车道线检测结果,准确率最高可达95.96%。

板材排样问题中不规则多边形优化组合策略研究

板材排样问题是从一组给定的矩形（或非矩形）板材上切割出一批规则的和不规则形状的零件，且使板材的耗费最低。本文研究不规则多边形优化组合策略，提出一种相同零件受限递归组合算法。

基于霍夫变换的大气偏振模式∞字形重构方法

提出了一种基于霍夫变换的大气偏振模式∞字形重构方法,基于偏振角数学模型获得了∞字形表征方程,运用霍夫变换求解未知参数,从偏振角信息中求解方程参数,进而重构出∞字形。实验结果表明∞字形重构精度优于99%,提出的方法可以有效地从偏振模式中重构出∞字形,为后续偏振光导航提供了一种新的思路.