基于概率霍夫变换的快速车道线检测方法

提出了根据高斯分布模型的自适应阈值分割方法,使用了基于形态学变换的二值图优化算法得到车道线边缘图.改进了概率霍夫变换,使其更能满足实际情况,从而换检测出车道线.实验表明了该方法可以有效检测出车道线,并且速度上得到了极大的提高.

基于改进概率霍夫变换的车道线快速检测方法

车道线是行车安全的重要参考。为提高无人驾驶行车过程中车道线检测的准确性和实时性,提出一种基于改进概率霍夫变换的车道线快速检测方法。首先对获取的图像进行感兴趣区域提取,根据车道线颜色的特殊性,合理选取三色通道的比值对图片进行灰度化,为增强阈值处理的鲁棒性,采用大津二值化法对灰度图像进行二值化,由于Canny算子具有良好的定位边缘的能力,本次边缘提取算子选取为Canny。接着分别从车道线长度、角度、车体和车道宽度4个方面提出4点约束条件对该算法加以改进,剔除干扰线和伪车道线,最后通过线性回归法拟合出正确车道线。实验结果表明,该算法在快速检测车道线的同时保证了检测的准确率,并将实验结果与其他算法进行比较,证明了该算法的实时性和准确性优于其他算法。

基于改进概率霍夫变换的表格字符定位算法

现有表格字符定位算法在扫描高质量的图像时可以实现精确定位效果,但对低质量的表格图像字符定位精度较差。为实现低质量表格图像中字符的精确定位,提出一种基于改进概率霍夫变换的表格字符定位算法。该算法首先对图像进行预处理以提取目标信息;其次,利用改进概率霍夫变换算法检测表格线,并对其进行倾斜校正;最后,根据表格线位置对字符进行粗定位,再利用投影法对字符进行精确定位。该算法实现了字符的精确定位,相比于其他字符定位算法,该算法定位准确率有所提升,达99.3%。

基于概率霍夫变换的太阳射电Ⅲ和Ⅱ型暴自动识别及参数提取

耀斑和日冕物质抛射(Coronal Mass Ejection, CME)期间的非热高能粒子流和激波是产生灾害性空间天气事件的两个主要因素,它们主要的观测特征分别是具有快速频率漂移的射电Ⅲ型暴和具有较为缓慢频率漂移的射电Ⅱ型暴。主要介绍了使用概率霍夫变换(Probabilistic Hough Transform)方法,在观测数据中自动识别太阳射电Ⅲ型暴和Ⅱ型暴,并提取射电Ⅲ和Ⅱ型暴的特征参数,最后利用识别出的射电Ⅱ型暴的物理参数估计了日冕物质抛射激波的速度。

基于方向可调滤波和概率霍夫变换的车道线检测方法

车道线检测中,车载摄像头采集到的图像包含大量噪声和干扰,为提高车道线检测速度和精度,本文提出了一种基于方向可调滤波和概率霍夫变换的车道线检测方法。通过统计得到车道线方向角的均值和方差,用以确定方向可调滤波器的方向和概率霍夫变换的极角范围,有效地抑制干扰、减小搜索范围、提高了检测速度。由实验结果看,本文方法能有效排除非道路线干扰、准确检测出道路线,具有较高的鲁棒性。

基于霍夫算法的薄膜印品墨层厚度研究

在印刷技术领域中,经常会因墨层厚度无法精准检测而产生印刷精度问题。现有的墨层厚度检测方法误差较大,为此本研究基于概率霍夫直线变换原理,提出了将激光三角测厚技术和图像处理技术相结合的墨层厚度检测方法。首先搭建墨层厚度检测系统平台,然后使用工业相机采集图像并处理采集的图像,最后基于概率霍夫直线变换方法获得激光偏移量,计算得到墨层厚度数值。本研究找到了适合该墨层厚度检测系统的激光入射角,并与传统测量方法进行对比测量实验。结果表明,测量误差小于3μm,验证了该方法能够有效测量透明薄膜印品墨层厚度。

基于改进概率霍夫变换的车道线检测与跟踪算法

传统车道线检测算法通常直接在预处理后的图像上进行霍夫变换,检测效率较低。本文提出一种改进的算法,首先通过图像预处理去除干扰,然后提取道路图像轮廓,根据轮廓外包矩形的参数筛选符合车道线特征的轮廓线,最后利用改进概率霍夫变换和Kalman滤波算法实现车道线的检测与跟踪。该算法通过轮廓筛选和改进概率霍夫变换可以有效减少霍夫变换所需检测的线段数量,从而提高算法的运行效率。仿真实验表明,改进后的算法相对传统算法准确率提高了8.1%,检测速率提高了23.9%,可以在多种复杂场景下准确快速地检测并跟踪车道线。

基于概率霍夫变换的车道线识别方法

针对结构化道路车道线检测的鲁棒性与实时性问题,本文提出一种基于概率霍夫变换的车道线识别方法。为了提高检测效率,对感兴趣区域内的图像利用概率霍夫变换方法检测出直线段;用最小二乘法拟合出正确的车道线并计算消失点的坐标,通过计算消失点横坐标和图像中心点横坐标的位置关系预测车道线方向;利用Visual Studio 2013平台完成车道线识别仿真验证。仿真结果表明,本文算法可以在不同环境下检测出车道线特征,有效提高了结构化道路车道线检测的鲁棒性与实时性。

基于霍夫变换的书脊识别研究

针对机器人自动整理图书研究中的关键问题——利用机器视觉识别书脊问题展开研究。文章提出一种基于轮廓的书脊识别方法。利用Canny算子检测书脊边缘,根据书脊两侧轮廓为平行的线段特点,利用概率霍夫变换提取书脊两侧的轮廓,通过线段位置关系得到书脊ROI区域;根据书脊上文字与书脊颜色,亮度相差较大的特点,利用K-means对色调和亮度进行聚类,并通过判断形态特征得到文字区域,通过文字排列方式判断是否为书脊。将文章方法应用于实际检测中,并与利用LSD识别书脊的方法进行对比,实验结果表明文章方法识别正确率更高。

基于改进霍夫变换的车道线识别算法

针对霍夫变换时间复杂度高、准确性差的缺点,提出一套基于改进霍夫变换的完整车道线识别算法流程。该完整算法包括感兴趣区域划分、灰度化、二值化、Canny边缘检测和改进霍夫变换。改进霍夫变换首先采用概率统计原理对车道线点集分类,依据分类情况投票判断车道线;其次采用极径极角约束优化在目标区域筛选目标车道线。实验结果表明:改进后算法有效识别目标。

基于存在概率图的圆检测方法

提出了一种基于存在概率图的圆检测方法,将图像边缘点共圆结构信息变换为圆存在概率图中的峰值,再通过峰值检测确定圆的参数。该方法能有效地检出边缘不清晰、不完整的圆形轮廓,具有占用内存少,阈值物理意义明确的特点,较好地解决了标准HT圆检测方法中占用内存空间大,计算效率低的问题。实验结果表明圆存在概率图具有较强的稳定性和分辨能力。

基于存在概率图的工业CT图像快速圆检测算法

圆形结构特征大量存在于工业CT图像中，有效地检测出圆并获得其参数，在图像测量及逆向工程应用中具有重要意义。针对现有存在概率图的圆检测方法计算时间长、占用内存大的缺点，通过事先确定潜在圆心选择范围的方法，将存在概率数值符合设定条件的圆的参数信息存储在链表中，并根据被检测圆的数量确定圆的参数，标识其位置。该方法大大降低了计算量，由于利用链表方式存储数据，降低了内存的开支。实验表明，该方法在计算效率上比现有方法提高了36～178倍。

基于深度学习的厂站一次接线图拓扑关系检测

目前调度控制系统中厂站一次接线图的绘制采用人工绘制、录入的方式,由于图形样式复杂,设备类型众多,极易出现元件缺失、关联错误、连接线虚接等问题。针对这些问题,提出了一种基于深度学习和改进概率霍夫变换相结合的厂站一次接线图的识别算法。首先,利用基于改进Faster-RCNN对电气元件、文本框进行识别,并获取其位置信息。然后,利用改进概率霍夫变换检测母线与连接线。最后,根据检测到的元件、母线和连接线,设定距离阈值、构建图结构,确定各元素的关联关系。实验证明,本文所提方法的母线检测准确率高达100%;对于厂站一次接线图拓扑关系检测,其准确率、召回率、综合F1值分别达89.8%、88.6%、89.2%,与Faster-RCNN、YOLOv5等方法对比,准确率提升显著,能够满足厂站一次接线图自动识别的要求。

结合Sobel和PPHT的织物纬斜检测方法研究

针对光电式织物纬斜检测方法存在准确度低、适应性差、耗时长的问题;提出了结合Sobel边缘方向和累加概率霍夫变换(PPHT)的机器视觉织物纬纱倾斜检测方法,能够快速准确地检测出织物纬斜方向角度;首先对工业相机采集到的织物图像进行频域滤波再逆变换,增强织物图像中的纬纱纹路;然后使用Sobel方向算子对织物图像卷积运算得到织物图像的边缘方向图,并对其阈值化分割出边缘方向图中的纬纱纹路区域;最后将纬纱纹路区域骨架化,采用累积概率霍夫变换检测出近似纬纱纹路区域骨架直线的倾斜角度,即织物纬纱倾斜角度;通过对不同类型的织物样品进行纬斜检测测试,测试结果为检测纬斜角度的偏差值低于0.1°,检测时间低于0.6s;结果证明提出的方法能够满足机器视觉整纬器精确性、实时性和通用性的要求。

基于改进Hough变换的检测前跟踪方法

在微弱目标检测的算法研究中,检测前跟踪(TBD)方法是在低信噪比情况下目标检测的有效途径。一种基于信息辅助的Hough变换微弱目标检测方法被提出,该方法着重Hough变换在距离-多普勒-帧三维空间中的应用。它利用基于系统先验信息的点斜式Hough变换估计目标航迹进行跟踪,然后再根据估计航迹进行多帧积累提高目标信号SNR的方法能对微弱目标检测。由于利用了先验信息,算法的运算量被有效地降低了。蒙特卡洛仿真验证了所提方法的有效性。

基于视觉的四旋翼飞行器路径跟踪

针对四旋翼飞行器在室内环境下识别地面线状结构的问题,提出了一种改进的基于单目摄像头,提取线段并跟踪的方法;首先在图像中设置感兴趣的区域(Region Of Interest,ROI),基于HSV颜色空间,根据颜色阈值提取出线段颜色;然后对ROI进行高斯滤波处理过滤图像的噪声,通过Canny边缘检测算法提取出线段的边缘;最后用概率霍夫变换(Probabilistic Hough Transform,PHT)从预处理图像中拟合出直线,计算直线的方向向量实现四旋翼的路径跟踪;实验结果表明:该方法有效地提高了路径识别的效率,使四旋翼能够精确跟踪室内路径。

结构化道路上应用区域划分的车道线识别

针对多数研究中车道线检测的准确性和实时性难以有效平衡的问题,提出了一种应用区域划分的车道线识别方法。首先通过改进的大津(OTSU)算法提取边缘图像,再在所得边缘图像的基础上,利用改进的概率霍夫变换(PPHT)提取车道标识线上的特征点,并采用最小二乘法(LSM)对特征点点集进行直线拟合,最后通过提出的路面干扰线规避算法检测所有拟合得到的直线段并筛选可能的车道线。在实验方面,引入三种算法作为对比,并利用提出的准确性评价模型对500幅典型道路场景图中的车道线识别结果进行评估,同时统计在处理一段长为1 min 26 s的道路视频时每帧图像序列的平均耗时。实验结果表明所提算法的查准率、查全率、F量测值均优于对比算法,且达到实时处理的要求。

常用航迹初始化技术分析

评价了四种常用的航迹初始方法的性能,这四种方法是:基于规则的方法,基于逻辑的方法,霍夫法和改进的霍夫变换法。详细描述了这四种方法,针对距离方位系统,通过蒙特卡洛模拟比较了在杂波环境下各种算法对于捕获新航迹和产生虚假航迹的概率,特别是多目标的情况下。

基于直线段特征单元提取的隧道砼衬砌接缝去除算法

由于部分隧道砼衬砌表面图像中固有衬砌接缝与裂缝灰度值相似且线性一致,衬砌接缝处易产生起砂、空鼓、掉块及渗漏水,已有的裂缝检测算法提取单一的裂缝存在缺陷。提出基于直线段特征单元提取的隧道砼衬砌表面衬砌接缝去除算法。在裂缝聚类特征粗检测的基础上,首先通过改进的累计概率霍夫变换检测出显著的直线特征;然后利用像素点的延伸搜索计算来提取衬砌接缝可处理的最小直线段特征单元线;最后根据单元线标记信息及定区域内单元线特征去除部分衬砌接缝,并运用渗流去噪算法得到隧道砼衬砌表面真实裂缝。实验结果表明,提出的算法弥补了已有隧道砼衬砌表面裂缝检测技术的不足,能够精确、快速、有效地去除相似线性特征对单一的真实裂缝检测的干扰,具有较强的鲁棒性。

视频中运动电车电线的实时自动检测跟踪算法

针对无轨电车集电杆与电线脱落后无法自动连接的缺点,本文提出一种应用于无轨电车集电杆自动连接系统的电线检测跟踪算法.算法包括图像预处理、直线提取、电线聚类滤波3部分.首先提出一种快速滤波模版,结合Otsu算法得到滤波模版的分割阈值,提取电线二值图像.然后应用概率霍夫变换(PHT)获取直线信息集合.最后在霍夫空间下,使用系统聚类算法对直线集合进行聚类分组,结合电线特征获取正确电线位置信息.为了验证本文算法,对视频图像(25帧/s)进行测试,实验结果表明,该算法在复杂背景干扰下,能够高速、准确地提取电线位置.