利用梯度方向信息的随机Hough变换

针对随机Ｈｏｕｇｈ变换（ＲＨＴ）在处理复杂图像时随机采样造成的大量无效累积提出一种改进的用于直线检测的ＲＨＴ，较好地解决了无效累积问题，并使改进后的算法具有计算速度更快。

一种基于梯度方向信息的虹膜定位方法

根据虹膜的环状结构特性以及眼部图像的灰度分布特点,提出了基于梯度方向信息的虹膜定位方法。实验证明,该算法能提高虹膜定位的速度和精度。

融合灰度和梯度方向信息的随机游走的图像分割

针对传统图像分割方法在处理梯度变化较大的图像中存在的缺陷,以随机游走算法为基础,在原始的像素的灰度信息的基础上,融合了像素间的梯度差信息作为图网络的权重,以更好地描述像素与其相邻像素间的关系,通过用户指定的种子点信息,借助于电路模拟以及线性方程的系统,使得随机游走者从每个非种子点沿着最大概率的边逐渐走向正确的标记点(目标点或背景点)即为其最可能属于的区域,从而最终实现图像的分割.实验结果表明,方法适合于梯度变化较大的图像,不仅保留了原有算法抗噪声的优势,而且运算效率较高,是一种有效的图像分割方法.

基于Hough变换和梯度信息的人眼视线方向估计

本文主要研究使用廉价的摄像头进行人眼视线方向估计,所采用的方法是在眼部特征分析的基础上引入边缘梯度方向信息.首先对人眼模型进行讨论,并在样本分析的基础上提出了新的眼睛模型.作为眼睛模型的组成部分,上眼睑、内外角点和虹膜检测所采用的技术是基于梯度信息的Hough变换.根据所定义的视线模型和眼部特征分析,人眼视线方向就可以得到有效的估计.将所提出的人眼视线方向估计算法应用于实时视线跟踪系统,并通过凝视点标定、估计结果分类和错估率统计等方法对算法性能进行考察,结果表明所提算法在低分率的图像条件下具有更高的估计精度.

基于梯度的随机Hough快速圆检测方法

针对随机Hough变换(RHT)在复杂图像中检测圆时产生随机采样的大量无效累积,提出了一种改进的RHT用于圆检测,方法利用梯度方向信息来判定是否对采样到的三点进行参数累积,从而较好地解决了无效累积问题。实验表明改进后的算法比原算法计算速度快,占用的内存小,检测性能有较大提高。

基于改进随机Hough变换的虹膜定位算法

针对随机 Hough变换 (RHT)中随机采样造成的大量无效采样和无效积累问题 ,提出了基于连续曲线段的 RHT(CRHT)算法并应用于虹膜定位中 ,它一方面利用了边缘图像的连续特性减少无效采样的数量 ,另一方面利用了精度不高的梯度方向信息减少无效积累的问题。实验结果证明改进的 CRHT算法提高了虹膜定位速度。

基于随机Hough变换的快速圆检测方法

针对随机Ｈｏｕｇｈ变换（ＲＨＴ）在复杂图象中检测圆时随机采样所造成的大量无效累积，提出了一种改进的ＲＨＴ用于圆检测，它是利用精度要求不高的梯度方向信息来决定是否对采样到的三点进行参数累积，从而较好地解决了无效累积问题．改进后的算法比原算法计算速度快、占用的内存小得多，检测性能有较大提高．

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。

一种基于随机Hough变换圆检测的改进算法

介绍了一种基于随机Hough变换(RHT)的圆检测的改进算法。该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围。此方法较好地解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且改进后的算法使运行速度得到进一步的提高,检测性能也有较大的改善。该算法分别在加噪和不加噪的人工图像上做了实验,检测性能和处理速度方面都比传统的RHT有明显的改善和提高。