基于改进HT-LCNN线段检测模型的隧洞施工活动时间信息智能提取方法

施工活动时间信息的有效提取是隧洞施工进度分析与决策的重要前提,目前常采用的一种隧洞施工活动时间记录方式是绘制横道图线段。针对传统依赖于人工统计的方式存在效率低、易出错等问题,提出基于改进深度霍夫线条先验网络(Hough Transform-Line Convolutional Neural Network,HT-LCNN)线段检测模型的隧洞施工活动时间信息智能提取方法。首先,采用单应性变换手段进行施工日志图像预处理,解决原始图像存在的倾斜、旋转、扭曲等问题;其次,利用全局上下文注意力模块(Global Context Network,GCNet)改进HT-LCNN模型的残差模块,通过建立和共享全局注意力图,获得目标线段在特征图和通道间的长距离依赖关系,提高模型对目标手绘线段的注意力,克服原有HT-LCNN方法容易受到表格线段和文字干扰的不足,实现手绘线段的高精度智能检测;进一步地,建立施工时刻-活动坐标系,根据所检测的手绘横道图线段的端点坐标位置特征,将其自动转化为施工活动时间信息。将该方法应用于某长距离引水隧洞TBM施工日志活动时间提取,本文提出的改进HT-LCNN模型的检测精度AP_(5)、AP_(10)、AP_(15)值分别为94.7%、95.0%、95.1%,均高于HT-LCNN和LCNN;基于本文方法自动提取的施工活动时间与人工提取结果相比,平均绝对误差仅为1.82 min。本研究为隧洞施工活动时间信息准确高效提取提供了新思路。

指针式压力表识别与读数方法浅析

指针式仪表作为工业领域常用工具,当前普遍依赖人工读表,该方法存在耗时费力、精度不足及远程监控受限等问题。随着工业智能化进程的推进,提出了一种采用计算机视觉技术的解决方案。采用YOLOv5目标检测算法,实现仪表的精确检测;结合图像预处理、Hough变换及旋转直线拟合技术,自动识别指针角度并转换为读数。实验结果显示,该系统读数误差范围在-0.06~0.25 MPa之间,显著提升了读数的精度与效率,同时实现了远程监控功能。该方法对拓展指针式仪表的应用领域具有一定的参考价值。

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法。该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角。在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数。实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍。

基于预存储权值矩阵的多尺度Hough变换直线提取算法

针对Hough变换提取直线算法在速度、精度和影像大小三方面的局限,提出一种基于预存储权值矩阵的多尺度Hough变换算法。首先阐述对经典Hough变换的改进策略,对参数空间中ρ的分辨率和θ的分辨率的最佳取值也作了探讨,之后详细说明基于预存储权值矩阵的多尺度Hough变换直线提取算法。实验证明,本文提出的算法能显著提高实际影像处理的速度和直线提取的精度,特别是对比较大的影像具有计算量小、抗噪能力强等特点。

基于自适应阈值区间的广义Hough变换图形识别算法

针对Hough变换检测算法计算量大、参数空间中峰值点被次峰值点包围易导致漏检或误检、阈值难以设定等问题,在分析Hough变换原理以及直线与圆弧检测特性的基础上,首先将图像边缘像素点根据邻接关系聚集为不同的类别,顺序存放到数组中,其次提出采用阈值区间的概念检测直线与圆弧,对数组中动态采样得到的像素点按照一定规则进行阈值区间的自适应估算,并依据阈值区间对存储的像素点进行直线和圆弧检测。最后使用GREC2003标准集和人工构造的图形集进行测试,通过对比相关改进算法的实验结果,验证该算法在减小计算量的同时,提高检测的效率。

基于相位编组图像分块的快速Hough变换直线检测

在分析Hough变换直线检测算法和相位编组法直线检测算法的基础上,针对这两个直线检测算法的不足,结合它们的优点,设计并实现了基于相位编组图像分块的快速Hough变换直线检测算法,对算法进行了详细描述和算法优点分析,并通过实验验证了算法的有效性,实验表明所设计的直线检测算法运算速度快,参数易于选择,鲁棒性强,有一定的应用价值。

基于改进Hough变换的图像线段特征提取

为了从复杂背景中提取欲识别的目标,提出一种基于改进Hough变换的图像线段特征提取方法。针对传统Hough变换的局限性,在经典算法的基础上增加了全局阈值与局部阈值结合去除虚假尖峰,利用动态分组原则确定线段的端点,融合端点邻近的线段等改进算法。实验表明,该方法不但可以识别简单背景中的规则几何图形,还可以有效地提取复杂背景中真实目标的线段特征。

基于改进Hough变换的符号线段特征提取

研究了数学表达式识别中符号线段特征的提取问题。为正确提取符号的线段特征及其一些相关属性,提高识别系统的符号识别率,对Hough变换的局限性进行了分析,并作了一些改进,改进算法在原算法的基础上增加了线段的连续性的检测以及相关属性的提取,如线段数目、方向(角度)以及始末端点等。实验证明,该算法能有效地提取出符号线段及其一些属性,可应用于其他识别系统的符号特征提取。

基于Hough变换直线检测的行波波头标定

第二个波头的可靠、有效检测及辨识是单端故障行波自动测距的关键。枢纽变电站母线多出线的接线形式决定了检测到的输电线路单端电流行波中故障点反射波与对侧母线反射波极性相反,以及健全线路末端反射波幅值较低,此特性为故障点反射行波波头的有效识别提供了理论基础。大量实测数据表明:于合理短窗截取故障相电流行波数据作波形图,故障行波波头具有陡斜直线特征。从数字图像处理角度提出了基于Hough直线检测的行波波头到达时刻和极性标定方法,根据幅值、斜率等特征排除对侧母线和本侧健全线路反射波的干扰,正确辨识故障点反射波,并通过多个行波波头的时间间隔和不同分辨率下初始浪涌突变斜率一致性来校检故障点反射波辨识的有效性,从而避免近区故障时因视窗选取不合理可能导致的故障点反射波辨识错误。大量现场数据表明所提方法正确、有效。

基于Hough变换和双峰法的枪弹外观缺陷提取

枪弹外观缺陷图像分割是枪弹质量检测的关键环节,为了实现枪弹外观缺陷自动准确分割,结合Hough变换和双峰法,提出了一种新的分割方法。该方法针对枪弹外观图像中间偏亮两侧偏暗的灰度分布特性,提取光照不均特征表现明显的G颜色分量图,利用改进的快速Hough直线检测法确定预分割缺陷区域;针对预分割缺陷区域的直方图特性,改进双峰法,分割缺陷,对分割结果利用数学形态学进行优化。实验表明,该方法能够实现快速准确的枪弹外观缺陷提取。

基于Hough变换的航空影像建筑物半自动提取

针对Hough变换不能检测直线段的缺点,提出了一种改进的Hough变换用于影像中矩形建筑物的半自动提取。同传统Hough变换相比,改进的Hough变换充分利用了Hough变换的参数空间数据,将Hough变换的“投票”过程和直线段的检测过程融为一体,获得直线段的端点坐标。根据直线段的端点坐标消除虚假直线段的过连接,并根据直线段的角度、距离条件合并直线段。最后通过直线段上的若干点利用最小二乘法拟合出一条最佳直线,通过计算最佳直线的交点确定建筑物的角点坐标,完成影像中建筑物的半自动提取。实验结果表明:用改进的Hough变换算法提取出的航空影像中建筑物边缘结果是正确的,定位精度较高。

基于局部连通性和PCA的直线检测Hough算法

直线检测是图像处理和机器视觉领域一个重要的问题。提出了一个改进的Hough变换直线检测算法,通过考察边缘点所在的局部连通域,将原始二值边缘图像分割为一系列单元段,利用PCA筛选出近似直线的单元段,并以这些单元段作为Hough变换投票的基本单位进行多对少的投票,最后利用局部极大点检测得到最终的直线参数。在实际图像库上的实验表明,提出的算法具有高的直线检出率、检测精度和运行速度,及与具有类似检出率的算法相比较少的虚假直线数,综合性能具有优势。

遥感图像中基于Hough变换的直线提取算法

针对遥感图像中大型目标的直线特征提取问题,设计了一种基于类直线提取的改进霍夫(Hough)变换算法。类直线的提取相当于Hough变换的预处理,既约束了Hough变换所使用的直线上的特征点,改进了直接进行Hough变换时不同直线的特征点互相干扰的缺点,又降低了计算量。对图像空间的每条类直线分别进行Hough变换,改进投票过程的映射方式,寻找类直线中最多特征点所在的那条直线,只取一个投票峰值,在减小了计算复杂度的同时又去掉了虚假峰值的影响。实验结果表明,改进Hough变换直线特征提取算法性能好、效率高,可用于遥感图像处理领域。

Sub-pixel extraction of laser stripeand itsapplication in laser plane calibration

For calibrating the laser plane to implement 3D shape measurement, an algorithm for extracting the laser stripe with sub-pixel accuracy is proposed. The proposed algorithm mainly consists of two stages： two-side edge detection and center line extraction. First, the two-side edge of laser stripe is detected using the principal component angle-based progressive probabilistic Hough transform and its width is calculated through the distance between these two edges. Secondly, the center line of laser strip is extracted with 2D Taylor expansion at a sub-pixel level and the laser plane is calibrated with the 3D reconstructed coordinates from the extracted 2D sub-pixel ones. Experimental results demonstrate that the proposed method can not only extract the laser stripe at a high speed, nearly average 78 ms/frame, but also calibrate the coplanar laser stripes at a low error, limited to 0.3 mm. The proposed algorithm can satisfy the system requirement of two-side edge detection and center line extraction, and rapid speed, high precision, as well as strong anti-jamming.

基于Hough变换的线段提取新方法

针对实际图像中采用传统Hough变换准确提取直线存在的问题,结合双阈值栅格除噪法,提出了一种改进的线段提取方法.该方法以Hough变换峰值参数逆变换提取线段特征,并将其连接成直线,在传统Hough变换算法的基础上增加了极大值线段的融合连接过程,去除伪峰值和峰值扩散引起的交叉线段等改进方法.实验结果表明:该方法能在干扰和噪声较强烈的实际图像中完整地提取出目标线段,对线段量化误差、断裂、线段信息丢失具有较强的鲁棒性.以Hough空间局部极大值所对应线段为主,以其邻域峰值点对应线段为补充的线段特征提取方法具有较高的准确性.本方法对视觉引导技术的实用化具有参考价值.

基于递归修正Hough变换域的舰船多尾迹检测方法

针对SAR图像舰船尾迹的图像特征差异大的特点,提出基于递归修正Hough变换域的舰船多尾迹检测方法,即通过Hough变换域最大峰值检测出最明显的尾迹,再去掉Hough变换域最大峰以突出次大峰来检测第二条尾迹,由此递归修正Hough变换域多峰结构,直到检测完高于设定阈值的尾迹,从而实现线段对比度与宽度不同的舰船多尾迹检测。SAR图像多尾迹检测实验表明,该方法能有效检测具有图像特征差异的多直线尾迹。

改进的Hough变换及其并行计算

本文针对传统的Ｈｏｕｇｈ变换不能测出直线的连贯性、无法求得线段的长度的缺点，提出一种改进的Ｈｏｕｇｈ变换算法，使检测结果为线段的起始点及长度。该算法可在ＰＲＡＭＥＲＥＷ计算模型、网孔状连接的处理机阵列上实现，本文还给出了识别与去除重复线段的并行算法。

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明:改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。

基于形态学滤波和Hough变换的掌纹主线提取方法

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展开邻域检测得到主线.本文算法更符合主线的自然生长规律,在成功提取主线的同时消除了粗大掌纹皱纹在主线提取中易产生的干扰.

基于传统边缘算子的车道线识别研究

车道线识别检测技术是汽车实现自动驾驶的关键技术之一,利用图像低级特征提取技术实现边缘检测是车道线识别的最佳方法之一。为解决传统车道线检测易误检、漏检、效率低等问题,利用结构化道路条件下车道线图像,在去噪、滤波等预处理后对获取的图像进行ROI区域提取。基于传统边缘检测算子边缘提取方法,发现Roberts等算子在考虑环境因素下检测结果存在细节边缘提取不足的问题。通过比较发现,利用霍夫变换改进的Canny算子边缘检测方法不仅能够有效提高检测结果的精确度,而且能够同时提升运行速度。该方法能够有效避免传统边缘检测方法检测结果误差大的问题,具有较强的鲁棒性和抗干扰性。