基于模糊Hough变换的增强现实目标位姿监测算法

针对增强现实技术在工业辅助装配应用领域的几何一致性与鲁棒性需要,本文提出一种利用基站天线板表面点特征进行快速位姿检测与跟踪的理论模型,通过模糊概率Hough变换将不同帧的同名点匹配问题转化为特征空间中的近似向量投票问题。监测算法使用颜色及边缘信息提取特征点,避免复杂的特征描述子,同时提高算法的运算效率及对于光照、遮挡等复杂情况的鲁棒性。实验结果表明:本文提出的目标位姿检测方法能有效适应实际工作场景,速度对比SIFT (scale-invariant feature transform)自然特征点提取与匹配方法具有明显优势,对于光照、遮挡等干扰因素的适应性则强于Holcon纹理匹配方法。

一种基于概率Hough变换的遥感图像中线目标检测新方法

线状目标检测是遥感图像中人造目标识别的重要环节,其技术关键是如何有效地从背景中提取目标的长直边缘。Hough变换是从图像中检测直线的经典方法,但遥感影像的画幅大、背景复杂,标准的Hough变换会检测出大量短直线而影响对有用目标的检测效果。本文提出了一种改进的概率Hough变换方法,首先对原始遥感影像分块,利用Canny算子检测出每个子图像的边缘,再通过Hough变换检测出每个子图中的直线,并对其中的短直线聚类分组以排除干扰,最后再从剩下线段中提取并筛选出平行线以完成长直线目标检测。实验表明,这种方法对复杂背景下的遥感影像中的线状目标有良好的检测效果。

一维概率Hough变换的实时鲁棒多圆检测方法

针对现有圆检测算法以像素为投票主体在二维或三维空间进行参数累积,运算复杂度高,难以达到复杂自然场景中的实时检测要求的问题,提出一种以线段为投票主体并基于一维概率Hough变换的实时圆检测算法.首先基于梯度方向对Canny边缘像素实施逐段分割,从中选取满足一定曲率条件的线段作为种子,对每个种子沿半径进行一维概率Hough累积;然后根据峰值大小和位置提取有效圆及其初始半径;最后利用圆的直接最小二乘拟合进一步定位圆半径和圆心.对复杂的自然场景图像进行实验的结果表明,通过选取合适的分割阈值,该算法在确保圆检测可靠性的前提下在速度上显著优于现有算法.

基于小波分析和概率Hough变换的书脊视觉识别

针对无人图书馆中机器人利用视觉进行书脊识别问题展开研究。根据书脊图像本身较复杂、单本书轮廓难以提取的特点,提出了运用小波分析做书脊轮廓增强的图像预处理方案;通过实验比较了运用Sobel算子和Canny算子做书脊轮廓检测的效果,用累计概率霍夫变换法做书脊线段查找,用VC++和OpenCV开发了应用程序;借鉴模糊计算思想,针对厚、较厚、中等厚度、较薄、薄、混合等几种类型的书脊进行了分类实验和研究,再经辅助优化处理,基本可有效识别出不同情况下每本书的书脊轮廓,检测出每本书的厚度,为机械手利用视觉进行图书取放操作奠定了基础。

随机Hough变换的概率模型:有限数据点

该文研究了基于有限个数据点的随机 Hough变换的概率模型 .在这个模型中 ,主要讨论了在随机 Hough变换的基本算法中起相当关键作用的两个量 :累加器数组的控制阈值以及从图像中提取全部基元所需随机抽样的总次数 .这两个量对随机 Hough变换的算法设计及其终止规则是相当有用的 .该文的主要结果包括两部分 :其一是对累加器数组引入了多项分布 ,系统地研究了累加器数组的概率结构及其相互关系 .同时也计算了提取全部基元所需的随机抽样总次数的分布、均值和方差 .另者是基于不断的随机抽样而使得累加器数组的随机变化 .作者引入了多维纯生过程 ,证明了提取全部基元所需随机抽样的总次数服从离散的 PH分布 ,从而它的各阶矩都可用简洁的矩阵形式统一地表出 .针对于图像的固有因素 ,作者也讨论了基元的平稳提取概率 .该文的结果为随机

基于小波分析和概率Hough变换的道路标识线检测

为了更好地解决驾驶辅助系统中道路标识线精确定位及轮廓提取问题,通过高斯滤波和Canny算子实现道路标识线轮廓边缘检测,基于小波分析增强道路标识线图像轮廓,然后运用累计和OpenCV编程环境下设计开发了软件,实验结果表明该方法检测准确率为96%,未识别率为2%,误识别率为2%,每帧图像检测耗时15 ms,具有较高的道路标识线检测识别精度和良好的实时性。

概率Hough变换在仪表检测中的应用

介绍了图像处理技术在汽车仪表检测中的应用。利用图像处理技术,如阈值分割、图像膨胀、图像细化等各种图像处理方法进行图像处理。对表盘指针的识别,采用了一种概率Hough变换法。

基于改进的概率Hough变换的转鼓装校技术研究

为解决裂隙灯转鼓装校时人眼对转鼓图像中的十字叉丝的中心距离计算存在的不确定性问题,提出一种基于改进的概率Hough变换的转鼓数字化装校技术。通过对原图像预处理、改进概率Hough直线检测、制定直线交点筛选规则,实现了高精度的转鼓图像十字叉丝直线检测和叉丝中心距离计算。实验表明,改进的概率Hough变换能够准确地检测图像中的十字叉丝,并将多余直线100%拟合成4条直线;利用交点筛选规则可以准确筛选出2个有效交点。该装校技术能够实现转鼓数字化装校,以数字信息来提示工人转鼓装校优劣,且能够满足转鼓生产线上的实际需求。

基于概率Hough变换的指针仪表去影算法

提出了一种能够在存在干扰光源的情况下正确判别指针、去除干扰阴影的算法。通过使用Hough概率变换对二值图像处理,通过任意两个不同位置的指针来确定指针的回转中心,根据回转中心坐标固定不变的特点,当图像中出现干扰时,通过图中所有检测到的直线与仪表零刻度指针所在直线的交点与回转中心坐标的大小关系,确定正确代表指针的直线。所提算法提高了仪表检测的稳定性,通过对电流表的判别实验证明了方法的有效性与正确性。

融入一维概率Hough变换与局部Zernike矩的双目视觉测量

针对被测物体理想角点不易检测致使测量精度不高的问题,提出一种融入一维概率Hough变换与局部Zernike矩的双目视觉测量方法。首先利用一维概率Hough变换对物体外轮廓边缘进行直线检测;然后根据直线检测结果建立感兴趣区域,在各局部区域内利用Zernike矩进行亚像素检测,并在两相邻感兴趣区域的相交范围内完成亚像素点筛选;之后通过正交总体最小二乘法进行亚像素边缘直线拟合,并进行关键点匹配;最后利用三角测量原理获得被测物体的三维空间信息完成测量。以连铸坯模型为测量对象,实验结果表明:此算法最小相对误差达到0.3401%,满足测量要求。长度相对误差均值为0.3945%,与传统SIFT,ORB算法相比分别降低80.01%和74.63%;与其他边缘拟合算法相比测量误差减小34.11%,运行时间缩短39.07%,验证了此算法的精确性和高效性。

改进概率Hough变换在温度传感器焊接工艺中的应用

为了解决温度传感器焊接中负温度系数(NTC)热敏电阻倾斜角度不一,无法实现自动化上料问题,提出一种改进概率Hough变换算法对电阻倾斜角度进行检测。首先通过直线边缘像素点梯度方向与倾斜角之间的关系,利用梯度方向中位数对概率Hough变换的检测角度进行限制,减少角度检测范围。其次在直线像素点的搜素过程中增加对直线方向邻域范围的像素点检测,同时改变间断点的判断条件,并利用最小二乘法对点集中的像素点进行直线拟合。实验表明:改进的概率Hough变换提高了直线的检测效率,保证了检测参数的统一,而且提高了检测精度,能够满足实际的焊接自动化需求。

低概率目标点迹截获下的修正Hough变换航迹起始方法

为了在强杂波的环境下有效地起始航迹,提出一种针对低概率目标点迹截获下的修正Hough变换方法。该方法使用标签记录回波数据的时序信息,并通过速度门限和时序特征信息对截获的数据进行关联,同时结合Hough变换的方法,可以在低概率目标点迹截获下实现航迹起始。仿真实验表明,算法有效地克服了现有的Hough变换法及其衍生改进算法不能有效地解决低概率目标点迹截获下的航迹起始问题,大大提升了起始正确率,并具有较强的工程可行性。

基于GST-Hough变换的LFM信号识别方法

针对线性调频(linear frequency modulated,LFM)信号在低信噪比条件下的信号检测问题,提出将广义S变换(generalized S transform,GST)与Hough变换相结合(generalized S transform based on Hough transform,GSTH)信号检测方法。从理论层面推导出LFM信号在进行GST后对应的参数特性,论证Hough变换的可行性,推导出GSTH变换后LFM信号与噪声的概率密度分布函数,给出了基于奈曼-皮尔逊准则进行峰值检测时,检测门限的计算方法与确定流程。利用GST时频聚焦性提供良好的直线线性,有易于Hough变换的直线检测,提升变换后主峰峰值并降低副峰高度。通过与WHT(Wigner-Hough transform)、分数阶傅里叶变换与周期WHT算法的仿真对比,定量评估算法的适用性,并与经典算法对比,定性的描述出算法良好的时频聚焦性,凸显GSTH算法在强噪声背景下具有更好的检测精度与适用范围。

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。

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Hough变换的声呐航迹检测算法

为了提高声呐对目标航迹的检测性能,从单部声呐的时间融合的角度出发,提出了一种基于Hough变换的声呐信号检测算法。该算法把航迹上的观测点变换为参数空间的对应曲线,充分利用了一段时间内的目标观测数据,在低信噪比下也能从背景噪声中提取出目标的航迹特征,该算法有效地提高了声呐信号的检测概率,对部分信息和数据的缺失不敏感。仿真实验证明了算法的正确性。

一种改进的三维空间中基于随机Hough变换的航迹起始方法

针对三维空间中的强杂波环境和目标低概率截获情况,现有的顺序数据处理方法和批数据处理方法均无法做到没有虚假航迹且能准确起始正确航迹,文章提出一种改进后的基于随机Hough变换的新方法,用于三维空间中的航迹起始。在传统二维Hough变换的基础上,该方法将参数空间扩展到三维,并利用速度门限和周期时序特性进行关联。仿真结果表明,其算法能有效解决强杂波、低截获环境下的三维航迹起始问题。

基于概率网格Hough变换的多雷达航迹起始算法

针对常规Hough变换(THT)航迹起始算法采用二元积累的弊端,提出了一种按测量点迹分布概率进行积累的多雷达航迹起始算法。首先把观测空间划分为统一大小的网格,然后根据雷达测量精度计算出观测数据落在每个网格内的概率,进而得到每个网格存在目标的概率,最后的Hough积累采用网格概率进行加权。与常规Hough变换法相比,新算法起始的航迹具有更高的精度和更好的鲁棒性,适合于不同精度雷达的联合航迹起始。仿真结果验证了算法的有效性。

基于改进的概率Hough变换的直线检测优化算法

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷,提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类,前者通过随机抽取采样点并结合其相邻点进行直线搜索,后者采用在随机抽取点周围建立感兴趣区域并进行局部Hough变换,检测到直线后进行全局搜索并实时修正直线斜率,对因网状聚集点产生的错误直线采用间隔计数和限制总间隔长度的方法进行排除。使用500张图片进行实验验证,算法耗时均低于概率Hough变换耗时的1/3,且对网状聚集边界点的直线错检具有较高抵抗性,检测结果比概率Hough变换直线检测更加准确,内存消耗减少超过90%以上。

基于深度学习的集气站指针式仪表读数研究

为了提高集气站仪表读数的信息化程度、减少人力资源成本,应用机器视觉和深度学习算法对指针式仪表的自动读数进行了研究。首先,对图像进行预处理,对白天采集的图像使用双边滤波进行降噪处理,对晚间采集的图像使用单尺度Retinex进行增强处理;接着,使用Mask基于区域的卷积神经网络(RCNN)获取采集图像中仪表的具体位置;然后,使用连通域算法确定指针区域,使用查表法和累计概率Hough变换进行了指针的拟合;最后,对仪表的表盘进行了建模,结合指针得到仪表指示的最终示数。创新性地提出了一套针对指针式仪表的算法流程。利用上述算法流程对测试图像进行处理,仪表的人工读数和算法读数误差在0.5%以内,误差率达到了工业应用的要求,可以极大地减少人工读数的工作量。