基于优化Hough变换的铆接高度差亚像素检测方法研究

针对飞机铆接高度差的检测问题,提出了一种优化的Hough变换铆接高度差亚像素检测方法。该方法首先通过空间域点运算的灰度变换法对采集的铆接孔图像进行增强处理,然后利用局部阈值分割法进行图像分割,采用Canny算法进行边缘粗提取,再利用优化的Hough变换进行亚像素级的边缘精细提取,提取出铆接孔和铆钉钉头的圆环区域,最后结合RANSAC算法进行圆拟合,利用开发算子get_current_region_z()分别提取内外圆环区域的高度平均值,再通过函数height_Z()将所得的高度平均值作差即可得到铆接表面的高度差。经试验证明,该检测方法亚像素精确定位能力强,检测结果准确率高、稳定性好,重复测量精度可达到±10μm。

基于局部自适应阈值分割和Hough变换的答题卡识别算法

客观题考试阅卷是一项烦琐重复的工作,现有的自动化阅卷设备成本较高,为降低教师的工作强度,节约成本,针对以上问题提出一种基于局部自适应阈值分割和Hough变换的答题卡识别方法。运用数字图像处理的手段,先对答题卡图像进行平滑滤波、图像灰度化、图像二值化等预处理,再依据Hough变换进行倾斜校正得到待检测识别图像,最后根据区域的分割定位进行识别判断。实验结果表明,该算法对于答题卡的识别准确率高、使用方便,具有一定的应用价值。

基于直方图纵坐标对数变换的细胞图像分割

提出一种新的直方图纵坐标对数变换算法,该算法可以加深直方图的谷底,抬高整幅直方图曲线,使曲线的峰谷特性更加清晰.对变换后的直方图曲线重复使用移动平均值法使之平滑,再利用加窗高斯函数对直方图曲线进行卷积运算,实现进一步平滑,并滤除小的噪声干扰.最后利用平滑曲线谷点相邻两侧的纵坐标值均大于谷点位置的纵坐标值的特性,确定直方图的多个谷点位置,实现多阈值细胞图像分割.

基于Hough圆变换的视盘定位与分割

针对视网膜血管分割是眼底图像研究的热门,利用计算机辅助眼底视网膜血管分割的结果有助于医生对临床诊断和眼底疾病的参考。本文提出了一种基于Hough圆变换的视盘定位和分割的方法。首先,对原始图像进行预处理;接着用OTSU对预处理图像进行阀值分割二值化处理,进一步提取和筛选得到视盘定位的最终结果;最后,将结果用于Hough变换实现视盘分割。该算法分别在DRIVE图像库、HRF图像库以及STARE图像库中进行实验验证,分别获得了100%、96.72%和97.77%的视盘分割准确率,验证了该算法具有良好的性能。

基于Hough变换的高分辨SAR图像道路目标检测

给出了一种检测高分辨率SAR图像道路目标的方法。该方法首先对原始图像进行一系列的预处理,然后利用Hough变换识别道路。在提取感兴趣区域时,该算法采用了高斯概率迭代方法代替了一般的CFAR检测或阈值分割;在进行Hough变换时,该算法用平均Hough变换代替一般的Hough变换;在检测变换域峰值点时,采用了结合全局CFAR检测的最大值点搜索的方法;最后对检测出来的准道路,该算法根据道路的独具性质进行鉴别,以确定其是否确实为道路。使用MSTARRedstone实测杂波图进行实验,取得了满意的效果。

基于自适应模糊阈值的植物黑腐病叶片病斑的分割

为了更好地研究植物黑腐病,对植物黑腐病病斑图像进行了分割研究,即根据病斑图像的特点,用图像模糊阈值分割法来分割病斑。针对目前图像模糊阈值分割法存在窗口宽度自动选取困难的问题,首先在预先给定隶属函数和图像像素类别数的情况下,提出了图像模糊阈值分割法的自适应窗宽选取方法;然后,针对用图像模糊阈值分割方法难于分割直方图具有单峰或双峰差别很大的图像的问题,提出了一种直方图变换方法,用来对直方图进行变换;最后根据变换后的直方图,再利用自适应模糊阈值分割法对植物黑腐病病斑图像进行分割。用采集到的病斑叶片进行的病斑分割实验结果表明,该算法是有效的与鲁棒的。

基于双阈值分割的车道线检测方法

车道线识别技术是车道偏离预警系统(LDWS)的核心,为能有效识别出车道标线,首先采用双阈值分割提取图像中符合车道线特征的白色和黄色信息,然后在感兴趣区域(ROI)中建立动态搜索带以检测车道线像素信息,最后通过Hough变换完成对车道线的识别。实验结果表明该方法能较好地消除干扰,保留需要的像素信息,有效识别出车道线。

二维直方图图形统计分析的分割方法

一维阈值分割方法对噪声污染的图像很难达到理想的分割效果。二维直方图的分割方法结合了灰度和空间信息使分割精度提高,但计算复杂度急剧增加,并且传统二维直方图的方法对噪声和边缘像素的处理不够准确。改进了二维直方图的构造方法,采用自适应滤波器平滑噪声的同时更高效地保持了图像边缘和高频细节信息。运用改进的Hough变换对二维直方图进行图形统计分析,并搜索二维直方图的平面分割线,将二维直方图划分为不同的分割区域。实验结果表明改进的算法对噪声污染的图像有更好的抗噪能力,分割也更加准确。

基于改进Hough变换的城市道路网络提取算法

Hough变换常常用来提取直线,但是Hough变换无法区别直线和直线段,且时间复杂度和空间复杂度都较大,通过增加一个二维计数器使Hough变换能查找直线段,并利用Canny算法先提取图像边缘,对Canny算子检测到的边缘点的方向角进行变换,减少了Hough变换的计算量和提高提取精度。根据城市道路网络的卫星特征,对图像做先期处理,然后将改进的Hough变换用于城市道路网络的提取,经实验验证了算法的有效性。

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术。近年来 ,对图像分割的研究一直是图像技术研究中的热点和焦点。介绍一种基于小波变换的图像分割方法 ,该方法先对图像的灰度直方图进行小波多尺度变换 ,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值。实验结果表明 。

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。

基于HSV颜色阈值分割的车道线检测

车道线的检测是汽车高级驾驶辅助系统中的重要组成部分。为了提高车道线检测的准确率,论文提出使用颜色阈值分割法检测车道线。首先对采集到的视频图像使用高斯滤波去噪,然后进行颜色空间转换,从RGB转换到HSV,再选取合适的颜色阈值对图像进行分割来实现目标识别(车道线)。目标区域运用Canny算子进行边缘检测,最后使用霍夫变换对车道线实时追踪。实验结果表明,该方法是可以实时对车道线检测,且准确率较高。

基于灰度投影和Hough变换的快速虹膜定位方法

针对虹膜边缘图像提取的困难，提出了将灰度投影和Hough变换相结合的快速定位方法。首先，根据人眼图像的整体灰度分布特征，用灰度投影的方法进行阈值分割，定位出瞳孔，然后对虹膜边缘进行增强操作并提取边缘信息．最后以瞳孔的圆心和半径为参考，缩小搜索范围，用改进的Hough变换法精确定位出虹膜边缘。实验结果表明．该方法提高了虹膜定位的速度．并且具有较好的定位效果。

一种基于小波变换的PCB缺陷检测分割算法

针对全局Otsu分割算法在有噪声的PCB图像和具有复杂背景的PBC图像分割中的不足,提出了一种利用小波变换与局部Otsu阈值相结合的图像分割算法。首先通过小波变换对PCB图像去噪,然后通过分析图像灰度直方图对图像进行划分,并使用Otsu算法确定各个子图像的阈值。

改进的二维Otsu图像分割方法的研究

为提高传统二维Otsu法的分割精度,尤其是对图像中小目标的分割精度,提出具体的改进方法:在传统二维Otsu法的基础上,对二维灰度直方图进行坐标变换,并将传统计算公式进行调整,改进阈值分割方法。实验结果表明,改进的阈值分割方法与传统算法相比较,提高了识别能力和分割效率。

活体虹膜图像的定位与分割

介绍了一种活体虹膜的定位与分割算法。算法主要分为两部分:圆环的定位与非虹膜区域的去除。本算法根据眼睛的生理特点和数字虹膜图像的实际情况,利用传统定位方法与数学形态学相结合对虹膜区域进行快速而准确的定位,并分别提出了去除眼睑、睫毛和光斑影响的解决方案。算法中也考虑到实际应用可能遇到的影响虹膜定位与分割的问题。实验表明,该算法取得较好的分割结果,并且具有鲁棒性。

一种改进的矩不变图像分割方法

矩不变法是一种简单有效的图像阈值分割方法,但有时存在过阈值分割和欠阈值分割的问题,针对此问题,提出一种DCT系数调整的矩不变图像分割方法。首先对矩不变法得到的初始阈值进行分析获取可能产生过阈值或欠阈值的条件来确定调整方法,然后对图像直方图进行离散余弦变换得到DCT系数,由于DCT系数的低频部分能反映直方图整体情况,故利用几个低频系数绝对值之和作为调整幅度,最后用一阶矩与初始阈值比较来选择调整方向,最终达到能自动调整阈值,使分割效果最佳。实验结果表明,该方法不仅具有保留矩不变法分割无须迭代、运行速度快等优点,而且分割效果和普适性大为增强。

一种新颖的基于边缘检测的图像分割方法

针对家庭数字照片的特点以及应用范围，提出了带有衰减因子的Robert微分算子与动态的自适应阈值相结合的边缘检测方法，并利用了边缘检测后边缘点的方向信息，作为Hough变换的方向角，可以较快提取出边缘线段，从而通过边缘跟踪获得无噪声点的相似区域，这为进一步提取图像的颜色特征或形状特征提供了良好的基础。

基于彩色分割的虹膜检测

提出了一种基于彩色分割的虹膜检测方法,对于一幅经过准确定位的眼睛窗口图像,它的彩色信息比灰度信息更有助于进行虹膜检测。首先利用图像颜色的饱和度信息将眼睛图像中的眼睛区域与皮肤区域分离,然后利用亮度信息将眼睛区域的眼白和虹膜分离得到虹膜区域,再通过Hough变换进行虹膜检测。结果证明该方法不仅检测率高,而且能适应一定人脸姿势、眼睛视线方向的变化,甚至在眼睛区域较暗的情况下,也能很好地检测到虹膜。

基于阈值分割与Hough变换的瞳孔半径测量算法研究

瞳孔的半径测量在医学和心理学方面有广泛的应用。本文利用Hough变换圆检测的方法来检测瞳孔的半径,该算法通过阈值分割、图像二值化、边缘检测、Hough变换圆检测等步骤,实现瞳孔半径的测量。算法具有检测速度快,结果准确的特点。