快速随机Hough变换多圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理多圆复杂图像时随机采样带来的大量无效累积会导致计算量过大。文中提出一种基于随机Hough变换的快速多圆检测算法,除去三类噪声点,通过随机采样到的一点按照一定规则搜索另外两点来确定候选圆,用原始图像对候选圆进行证据积累以判断是否为真圆。理论分析和实验结果表明:该算法较其他算法能更快地检测出图像中的多个圆,具有较好的应用价值。

基于RHT的多圆检测改进算法

针对多圆检测问题,提出了一种基于RHT的改进算法PHT3(3-point Hough transformation)。对整幅图像特征点按连续性进行点集归类,同时计算有效点的梯度方向信息;按照一定的取点规则在同一点集中取3点,得到候选圆的圆心参数;依据所求圆心参数以及梯度信息判定选取3点的有效性,以降低Hough变换的无效累积。针对常规确定圆半径精度有限的缺陷,提出利用点集并结合候选半径的均方差来获得亚像素半径,同时解决了同心圆半径的检测问题。与RHT算法进行对比检测,结果表明:PHT3算法检测时间为RHT算法检测的1/6,且无效累积更小,同时保留了Hough变换对局部信息缺损不敏感和对随机噪声鲁棒性强的特点。

自适应聚类结合迭代拟合的多圆检测算法

本文提出了一种自适应聚类结合迭代拟合新的多圆检测算法。使用自适应聚类结合迭代拟合的检测方法增强了算法鲁棒性而且避免边缘曲线连接性的要求,因此本文提出的算法对部分圆以及非连续曲线圆都具有较好的检测效果。自适应聚类操作考虑多点的分布,提高算法速度的同时避免了虚假检测的存在。最后给出的不同方法实验结果性能比较表明本文提出的算法是合理高效的,在计算机视觉领域具有一定的应用前景。

基于多圆检测的矿山相似模拟场实时位移反馈方法

为解决矿山相似模拟场的靶点坐标的实时批处理问题,提出基于机器视觉的靶点多圆检测和坐标快速反馈方法。首先对模拟采掘面均匀布设靶点,连续采集模拟场高清图像数据;引入Canny边缘检测和Hough梯度法捕捉多圆靶点中心位置,建立多圆靶点坐标像素阵列;建立相似模拟场对实际矿山坍塌状况的映射模型,实现靶点像素场位移实时反馈。测试结果表明,相比传统散斑法,采用多圆检测法和像素场位移反馈法,能更有效解决矿山相似模拟场的多靶点坐标实时反馈和位移监测,检测速度快,为相似模拟场应力研究提供新的思路。

广义Hough变换:多个圆的快速随机检测

以随机采样到的2个图像点及在此2点的中垂线上搜索第3个图像点来确定候选圆.当随机采样2个图像点时,通过剔除孤立、半连续噪声点减少了无效采样;当搜索候选圆的第3点时,剔除上述2种噪声点、非共圆点并给出快速确认候选圆是否为真圆的方法,尽可能减少无效计算.数值实验结果表明:文中算法能快速检测多个圆.在检测多个圆并且具有噪声的情况下,与随机圆检测算法相比,其检测速度快一个数量级.

改进的随机圆检测算法

介绍了一种基于随机圆检测的改进算法。解决了随机圆检测算法随机采样阶段引入的大量无效累积和验证阶段假设圆之外的边缘点所进行的无效计算的问题,首先对边缘图像进行8邻接连通,3个随机采样点在同一个连通曲线内选择,然后利用圆的性质求得圆的参数,再应用证据收集过程来进一步验证圆的真实性,该验证过程中只考虑假设圆的外切正方形和内接正方形之间的边缘点。实验结果表明,该算法计算量小,对比改进前,检测性能有所提高,且鲁棒性也相应提高,同时能够检测圆弧和有相互重叠的多个圆。

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。

一种简易Hough变换圆检测的原木端面识别方法

提出一种简易Hough变换的圆检测方法,其参数空间为二维累加器,在没有嵌套圆的情况下大大提高了圆的检测效率。基于K-means聚类分割算法下,采用随机寻找到原木边缘上的一点,根据其梯度角信息搜索同一原木边缘上的其它两点来寻找潜在原木图像上的类圆,根据潜在类圆的圆心参数累积和原木边缘验证,进而判定潜在原木是否真实存在。

基于改进RCD算法的随机圆检测与定位技术研究

在基于圆形标志的视觉定位过程中,数字图像处理技术已经成为了一种重要的研究手段.首先对定位图像进行过滤降噪、颜色量化等预处理,然后利用一种改进的RCD算法来检测定位图像中的圆形,并根据检测结果来获取目标的定位信息.这种方法可以同时检测与定位图像上的多个圆形.实验结果表明,改进后的RCD算法具有更高的检测效率,而且定位结果满足高精度、高可靠性的要求.

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。