一种新的快速Hough变换圆检测方法

Hough变换圆检测(HTCD)存在计算量大和占用内存空间大的缺点,严重影响了该方法的计算效率。提出了一种新的快速Hough变换圆检测(FHTCD)的新方法。首先通过下采样,得到缩小的图像;进行Hough变换圆检测,得到粗尺度的检测结果。将结果恢复到原始尺度,在其放宽的误差范围内建立新的参量空间;再次进行Hough变换,可以得到圆检测精确值。新的方法通过压缩和适度控制参量空间,大大减少了冗余信息带来的计算量,提高了检测效率。实验证明,新的方法计算所需的时间最多不到HTCD方法的1/15;在强抗干扰条件下,其检测速度优于随机圆检测方法,有较好的检测精度,能满足实时处理的要求。

基于三维Hough变换的机载激光雷达平面地标提取

针对机载激光雷达点云数据中的平面地标检测问题,分析了以三维Hough变换为基础的传统的平面检测算法,指出其存在空间分割不一致问题,在检测法线垂向地标时出现"极点"现象。研究了三维Hough变换的空间完备分割条件,利用参数空间的对偶特性,提出了一种基于对偶空间分割的三维Hough变换算法,避免了空间不一致问题。仿真和实验证明,改进三维Hough变换算法在不增加计算量的同时,能够有效检测激光雷达点云中的平面地标。

利用Hough变换实现直线的快速精确检测

利用Hough变换对直线进行检测,通常存在"速度缓慢、结果不够精确"的问题,本文提出了"分式查表法",能在大幅度减少Hough变换的总计算量的情况下,检测精度保持最高,从而使超大型图像中,直线的实时、精确检测成为可能。

一种改进的RGB Hough车牌校正定位算法

车牌的定位对车牌识别的成功率起到决定性作用。为了通过校正倾斜的车牌提高车牌在倾斜情况下字符识别的准确率,针对小型车蓝底白字的车牌提出了一种基于RGB色彩空间与Hough变换的车牌校正定位算法。对无倾斜情况的车牌可以直接定位,对于存在明显倾斜的车牌可以实现倾斜校正并定位。对车牌无倾斜情况的定位准确率为93%,倾斜车牌的定位准确率为88%。

基于变换域Hough变换的遥感图像相干干扰分析

相干干扰的存在严重地影响了对遥感图像中目标的特征提取和识别的精度 ,降低了各种遥感定量分析方法的有效性。通过对相干干扰的幅度和相位特性的定量分析 ,本文提出了相干干扰的小视场模型和大视场模型 ,并给出了基于变换域的 Hough变换算法。实践表明 ,与传统的邻域平均、中值滤波、经典频域滤波等消除干扰算法相比 ,该算法不仅高质量地消除了遥感图像中的相干干扰 ,同时还能有效地保留原图像中的细微影纹和边缘信息 ,并获得较好的峰值信噪比。

结合HSV与局部Hough变换的指针式仪表识别算法

随着电力系统行业对自动化程度的要求不断提高,关于指针式仪表识别技术有待进一步改进。传统检测常常忽视阴影的影响,速度及准确性也常常不能满足要求,文章提出一种实用性强的识别算法。首先通过HSV空间变换操作消除阴影对指针识别的影响,结合减影法得到指针图像,然后利用Canny算法实现指针边缘的检测,再通过消除指针两端复杂图像以实现局部区域的Hough变换,最终利用指针夹角判别指针读数。实验结果表明,本算法的阴影消除效果明显,识别结果的准确性、实时性得到了较大提高。

一种改进的二维Hough变换提取激光光斑参数方法

文章提出了一种改进的二维Hough变换提取激光光斑参数的方法。根据不共线三点决定一个圆的原理,利用目标图像任一边缘点的梯度方向信息,按规则选取目标边缘上的其它两个点,将三个边缘点作为一组数据,求解圆形目标的方程。对参数空间中的二维矩阵数组投票,得到圆形目标的中心坐标。对归一化半径直方图进行滤波,求得圆形目标的半径。将该算法运用于实际探测到的激光光斑图像,在运行时间及定位目标图像的准确度上都取得了较好的结果。

基于改进Hough变换耦合密度空间聚类的车道线检测算法

为了提高车道线检测的准确性与鲁棒性,降低光照变化与背景干扰的影响,提出了一种改进的Hough变换耦合密度空间聚类的车道线检测算法。首先,建立车道线模型,将车道边界分解为一系列的小线段,借助最小二乘法来表示车道线中的线段。再利用改进的Hough变换对图像中的小线段进行检测。引入具有密度空间聚类方法(density based spatial clustering of applications with noise,DBSCAN),对提取的小线段进行聚类,过滤掉图像中的冗余和噪声,同时保留车道边界的关键信息。随后,利用边缘像素的梯度方向来定义小线段的方向,使得边界同一侧的小线段具有相同的方向,而位于相反车道边界的两个小线段具有相反的方向,通过小线段的方向函数得到车道线段候选簇。最后,根据得到的小线段候选簇,利用消失点来拟合最终车道线。在Caltech数据集与实际道路中进行测试,数据表明:与当前流行的车道线检测算法相比,在光照变化、背景干扰等不良因素下,所以算法呈现出更理想的准确性与稳健,可准确识别正常车道线。

三维空间中高超声速目标修正三级Hough变换-检测前跟踪算法

针对大型相控阵雷达对于临近空间高超声速目标的检测跟踪问题,该文提出一种修正的3级Hough变换(MTS-HT)检测前跟踪算法。首先,为了解决直接进行3维Hough变换计算量大的问题,将3维点迹依次降维映射至径向距离-时间、方位角-时间和仰角-时间3个平面进行2维Hough变换;其次,为了能够在充分利用点迹能量信息的基础上尽量减小强干扰的影响,在每级Hough变换中采用非相参积累和二值积累相结合的双重积累方式进行点迹筛选;最后,通过引入运动约束以及合并相似航迹的方式进行航迹精简,从而有效降低虚假航迹数,得到按照时序关联的最终检测航迹。仿真结果表明,该算法具有较高的航迹检测概率和较低的虚假航迹检测概率,可以实现对临近空间高超声速目标的有效检测跟踪。

使用非均匀量化的Hough空间进行直线段检测

分析图像中最近邻直线间距离和夹角的非均匀性,得到这两个参数与线段方向和长度的相关关系,并由此提出了非均匀量化Hough空间的直线检测算法NUHT(Nonuniform Hough Transform).实验结果表明,NUHT在不降低运算效率的情况下,有2倍于标准Hough变换SHT(Standard Hough Transform)的直线段检测能力,同时误报率低于SHT的1/2.

基于改进Hough变换的临近空间高超声速目标航迹起始方法

针对传统算法不能对临近空间高超声速目标进行有效航迹起始的问题,提出了一种基于改进Hough变换的快速航迹起始方法。量测数据经过Hough变换后,首先提取出参数空间中超过阀值的峰值点,形成备选积累单元位置矩阵,然后将备选积累单元位置矩阵中各列元素与本列各元素相减,并将超过距离偏差和角度偏差的点剔除,得到差值单元位置矩阵,最后对差值单元位置矩阵对应参数空间的所有点求均值,将均值作为曲线在参数空间的交点起始目标航迹。Mont Carlo仿真表明,新方法能够实现对多批临近空间高超声速目标的航迹起始,有效解决了航迹簇拥问题,具有一定工程实践意义。

Hough变换在消除遥感图像随机相位相干干扰中的应用

遥感云图在气象、军事、生产生活等领域都有着广泛的应用。但是 ,由于在多通道扫描辐射计成像过程中部分子系统的影响 ,不可避免地在信号通道中耦合进一些相干干扰 ,这些干扰的存在将在一定程度上影响对遥感云图特征提取、目标识别等定量分析方法的有效性 ,因此必须将图像中的相干干扰予以消除或抑制。在对相干干扰特性进行分析并比较已有的几种消除方法的基础上 ,提出了基于二维频域分析的变换域 Hough变换算法。实验表明 ,与邻域平均、中值滤波、经典频域滤波等消除干扰算法相比 ,该算法不仅能高质量地消除图像中的随机相位干干扰 ,同时还能有效地保留原图像中的细微影纹和边缘信息 ,并在航天遥感图像的实时采集及处理系统中获得成功应用。

基于空间矩的随机Hough变换检测直线

为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。

随机Hough变换实现角点检测

为实现角点的有效检测,提高检测速度,提出一种基于随机Hough变换的角点检测方法。利用随机Hough变换求取出直线参数;根据角点在Hough空间中的特征,利用反Hough变换的反演原理对参数空间中的峰值进行反变换,定位图像空间中的直线交点;为避免虚假角点,将那些附近不包含任何边缘的交点删除,得到正确的角点。实验结果表明,该方法相对于Harris算法和SUSAN具有更好的准确性、鲁棒性和稳定性,实时性也有一定提高。

一种Hough变换航迹起始参数空间划分方法

针对Hough变换参数空间间隔尺度对发现概率的影响,分析了基于Hough变换航迹起始方法在存在正态分布的系统噪色、观测噪声和无噪声3种情况下参数空间矩形带宽度的划分对发现概率的影响,提出了可以补偿测量噪声的参数空间划分方法,仿真结果验证了此方法的有效性和可行性。

基于快速HOUGH变换的3D物体定位与方向检测的研究

本文基于快速HOUGH变换算法,提出能自动识别与定位3D物体并检测其方向的新方法与技术,同时,讨论利用这一方法和技术所产生的速度限制及克服方法,最后给出对工件识别与定位的实验结果。实验表明。

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题。针对传统方法的上述缺陷,提出了一种基于ρ-θ域最小二乘拟合修正的随机Hough变换的直线检测方法。首先,在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后,对邻域相关点进行ρ-θ域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后,通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点。仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升。

临近空间高超声速目标修正随机Hough变换TBD算法

针对临近空间高超声速目标的检测跟踪问题,提出一种修正的随机Hough变换检测前跟踪算法。首先,为尽可能克服远距离条件下角度误差带来的较大位置偏差,通过解耦的方式将量测点迹映射至精度较高的径向距离-时间平面进行检测;然后,为更合理地合并参数空间特征点并提升积累效率,构建检验统计量并与自适应门限进行比较,将特征点合并问题转换成两个正态总体均值差的自适应假设检验问题,并利用点数积累与能量积累相结合的双重积累方式进行积累检测;最后,为进一步降低虚假航迹数,引入运动约束和航迹合并措施,得到最终按时序关联的检测航迹。仿真结果表明,相比标准Hough变换检测前跟踪算法,本文算法在检测概率相差不大的情况下具有更少虚假航迹和更低运行时间。

结合k-means聚类和Hough变换的原木根数统计方法

为了准确识别原木端面区域,在RGB颜色空间和Lab颜色空间对装载原木车辆的图片进行k-means算法以实现原木端面区域与背景的分离,实验证明:基于Lab颜色空间中a(红/绿)、b(黄/蓝)层信息进行k-means聚类分割,能够正确识别原木端面区域的阴影部分.在原木根数的统计中,Hough变换圆检测方法能够较好地解决原木轮廓偏离圆形及边缘相交的问题.K-means聚类结合Hough变换可实现原木根数的统计,能提高人工统计根数的效率.

基于HSV色彩空间和Hough变换的铝锭在线测厚方法

为了提高铸铝制造行业中铝锭厚度控制的效率和精度,在对测厚原理、图像处理算法与工厂需求指标等研究的基础上,结合HSV色彩空间和Hough变换等图像处理技术,提出铝锭在线测厚的方法,并通过Matlab对其进行了仿真验证,结果证明该设计方案有效地提高了铝锭在线测厚精度。