一种新的基于Hough变换的椭圆轮廓检测方法

Hough变换是一种检测曲线的有效方法,但使用传统的Hough变换来检测椭圆计算量过大。为此提出了一种新的基于Hough变换的椭圆轮廓检测方法,该方法利用椭圆中心是平面上所有点中距离椭圆轮廓上点最大距离最小的点这一几何性质,降低了Hough参数空间的维度,从而有效地降低了计算量。使用该方法可以快速地判断一个输入图形的轮廓是否为椭圆。

基于改进随机Hough变换的混合圆/椭圆快速检测方法

针对随机Hough变换 (RHT)在复杂图像中检测圆时随机采样所造成的大量无效采样和无效累积问题 ,提出了一种新的基于连续曲线段的RHT(CRHT)混合圆 椭圆检测方法 ,它首先利用连续的边缘曲线段来优先决定随机采样点的数据 ,再利用不准确的梯度方向信息来决定是按照圆还是椭圆对采样到的几个点进行参数累积 ,一方面它较好地解决了标准RHT检测中无效采样概率大、无效积累时间多的问题 ,另一方面也解决了圆与椭圆的混合检测问题。实验结果表明本文的算法具有较高的计算速度 。

一种新的基于随机Hough变换的椭圆检测方法

提出一种新的基于RHT的三点椭圆检测法,利用随机采样到的2点(包括它们的边缘方向)和搜索获得的1个点来确定椭圆参数.这种方法不仅在确定参数时只需随机采样两点,还通过搜索到的点来决定是否对当前点进行参数计算和累积,有效地解决了无效采样和累积问题.与其他检测方法比较结果表明:新方法具有计算速度快,占有内存小及检测性能好等优点.

基于改进随机Hough变换的圆形目标检测算法

圆形目标检测在各个领域得到了广泛应用.为了提高规则圆的检出效率、降低不规则圆的漏检率,文章提出了一种改进随机Hough变换的圆形目标检测算法.算法首先用区域增长和RGB二值分割等算法对不同背景的图像进行二值分割和去噪处理,接着对连通域分割的特征区域用具有圆形性特征的边缘点进行候选圆的检测和验证.实验对比结果表明,本文算法可以显著提高规则圆的检出效率、降低不规则圆的漏检率,算法计算量小、运行速度快、鲁棒性强.

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。

基于边界跟踪及Hough变换的椭圆检测算法

椭圆检测是模式识别中的一个重要领域,传统的基于Hough变换的椭圆检测方法耗时长、效率低。本文给出了一种高效的椭圆检测方法,该方法利用椭圆的闭合边界及对偶点对信息,能够快速、准确地计算出椭圆参数。该方法首先对椭圆进行边缘检测,然后进行边界跟踪,形成椭圆边界链码,消除噪声及非闭合的数据,然后在链码上寻找对偶点对,根据对偶点对进行Hough变换,算出椭圆的形心、长半轴、短半轴及椭圆倾斜角等参数。实验结果表明,该方法具有速度快,占用内存小及检测性能好等优点。

基于弦中点Hough变换的椭圆检测方法

为了提高从图像中检测椭圆的效率和精度,利用椭圆中心平分经过中心的弦的性质,提出了一种基于弦中点Hough变换(CMHT)的椭圆检测方法.引入内切椭圆的概念,基于椭圆上所有点的内切椭圆必经过椭圆中心的事实,对图像中边缘像素点的有效分布进行了分析.通过黑白边缘图像的提取,建立二维数组累加器,依照像素点分布扫描边缘图像,累加器计数,最后进行椭圆位置和参数的计算.该算法与标准Hough变换(SHT)和三点随机Hough变换(RHT-3)相比,具有更高的执行速度和检测精度,同时对于颗粒噪声具有较强的抵抗能力.

基于欧氏距离图的随机Hough变换椭圆检测方法

为了实现椭圆目标的有效检测,克服椭圆检测过程中对椭圆完整性和边缘梯度精度要求过高的缺点,提出了一种改进的随机Hough变换的椭圆检测方法。首先充分利用椭圆的轴对称特性和极点-极弦性质求取候选椭圆,有效解决了无效采样和累积问题,然后采用欧氏距离图计算椭圆边缘点的欧氏距离之和来确定真实椭圆。实验结果表明,该算法相对于RHT-3算法和CMHT算法具有检测精度高、检测速度快和抗椭圆缺失能力强的优点。

基于Hough变换的亚像素椭圆检测

提出了一种Hough变换的亚像素椭圆检测方法.通过惯量椭圆匹配法将椭圆参数缩小到一个极小的变化范围内,然后再通过Hough变换法实现亚像素椭圆检测.

一种基于随机Hough变换的椭圆检测方法

在随机Hough变换基础之上,提出一种改进的椭圆检测方法,该方法降低了随机Hough变换的无效采样概率,对椭圆边缘的定位结果达到了亚像素级,并且能够准确判别出图像中的椭圆形标志,去除非椭圆形标志。通过实验得到较好的结果。

多角度探测模式下结合Hough变换与SVR的墙后目标定位算法

多普勒穿墙雷达在定位墙后目标时,存在以下两个难点:(1)准确获取频率混叠区域目标瞬时频率;(2)通过获取精确的墙体参数来减小墙体对定位造成的影响。针对以上问题该文提出了一种结合Hough变换和支持向量回归-BP神经网络的目标定位算法。该文首先设计了一种多视角融合穿墙目标探测模型框架,通过获取不同视角下的目标位置来提供辅助估计墙体参数信息;其次,结合差分进化算法和切比雪夫插值多项式提出了一种目标瞬时频率曲线的高精度提取和估计算法;最后,利用估计的墙体参数信息,提出了一种基于BP神经网络的目标运动轨迹补偿算法,抑制了障碍物对目标定位结果的扭曲影响,实现了对墙后目标的精确定位。实验结果表明,相较于传统的短时傅里叶方法,该文所述方法可以准确提取时频混叠区域的目标瞬时频率曲线并减小墙体造成的影响,从而实现墙后多目标的准确定位,整体定位精度提升了约85%。

一种新的不基于Hough变换的随机椭圆检测算法

椭圆检测在模式识别领域中占据着非常重要的位置。常见的基于Hough变换的椭圆检测算法(如RHT算法)存在着占用大量存储空间及计算耗时等缺点。本文提出一种高效随机的椭圆检测算法(RED)。该算法不基于Hough变换,其原理是:首先从一幅图像中随机地挑选出6个点,并定义一个约束距离以确定在此图像中是否存在一个可能的椭圆;当可能椭圆确定之后,引入椭圆点收集过程以进一步确定可能椭圆是否是待检测的真实椭圆。通过对具有不同噪声的合成图像以及真实图像进行测试,结果表明RED算法在低噪声与适度噪声的情况下,速度明显快于RHT算法。

基于Hough变换的椭圆检测算法

Hough变换在图像处理中占有重要地位,是一种检测曲线的有效方法。但使用传统的Hough变换来检测椭圆具有存储空间大计算时间长的缺点。为此提出了一种新的基于Hough变换的椭圆轮廓检测方法,利用椭圆的斜率特性,降低了Hough参数空间的维度,提高了运算运效率,并能良好地对图像中多个椭圆进行检测。

一种基于Hough变换的椭圆检测算法

椭圆检测是图像的识别与定位中一个重要的组成部分.基于Hough检验思想的椭圆检测算法存在采样有效率低下、占用内存资源多、计算时间长等缺点,在确定椭圆中心的准确率也存在缺陷.为了提高方法的采样有效率,文章提出一种新的椭圆检测算法.该算法首先对椭圆的弧长进行识别,再通过同一段弧长的边缘点的位置信息和梯度信息确定椭圆的一般方程及其参数.在真实图片、人造椭圆数据集上进行的实验表明,该算法在采样有效性和检测时间上优于一般的椭圆检测算法.

遍历广义Hough变换的烹饪机器人锅具椭圆参数拟合算法

针对锅具位姿的计算是双目视觉烹饪机器人示教系统的难点问题,设计了基于遍历广义Hough变换的烹饪机器人锅具椭圆参数拟合算法.该算法结合了最小二乘法和广义Hough变换,使用曲线窗体滑动遍历的方式给椭圆不同曲线段打分拟合出锅具的唯一椭圆,再使用最小二乘法计算此椭圆的参数值.解决了烹饪机器人示教系统中锅具椭圆参数精确提取问题.实验表明该锅具识别算法能够高效地提取画面中的锅具椭圆参数,能较好地满足烹饪机器人示教系统的要求.

基于椭圆Hough变换的尿沉渣图像红细胞检测

传统的椭圆Hough变换存在运算速度慢,计算量大,占用储存空间大等缺点。针对尿沉渣镜检图像,首先对利用圆环Hough。变换对全图中的红细胞进行粗定位,之后针对每个可能存在红细胞的小区域,利用一个改进的随机椭圆Hough变换对图像中的红细胞进行定位识别。该方法由于采用了低维Hough参数空间且合理减少了随机椭圆Hough变换中的采样次数,从而同时降低了算法的时间与空间开销,同时还具有良好的抗噪能力,提高了检测准确率。在真实图像上的实验结果证明了以上结论。

基于改进Canny算法和Hough变换的脉冲氩弧焊坡口边缘提取研究

针对脉冲氩弧焊中被动光传感采集的图像存在光亮变换快,目标像素少,难以提取出坡口的问题,提出一种基于改进阈值选择和双阈值检测的Canny算法。通过中值滤波和双边滤波代替传统Canny算法中的高斯滤波对图像进行滤波,引入背景像素与前景像素的数量比改进Otsu算法的最大方差,计算得到了靠近坡口的梯度值的阈值,依据改进后的双阈值检测获得完整的坡口边缘信息,对边缘信息进行Hough变换提取出清晰的坡口边缘。实验结果表明,和传统Canny算法相比,改进后的Canny算法提取坡口成功率提高,获得的坡口边缘信息也更加完整。

基于改进Hough变换的消弧线圈接地配电网故障选线新方法

针对配电网在电压过零点和高阻故障时刻选线不准确的问题,提出一种适用于谐振接地系统单相接地故障的选线新方法,利用优化后的变分模态分解对各馈线零序功率进行处理,遴选出与原始零序功率相关强度最高的本征模态函数IMF(k),将IMF(k)转换为JPG格式的二维图像,再利用Hough变换检测技术,得到故障起始阶段IMF(k)的拟合直线及夹角;对各支路模态量拟合直线夹角进行比对处理,将最小综合相关系数值对应的馈线确定为故障馈线;仿真结果表明:该方法不受接地电阻、故障相角、噪声干扰、数据缺失等因素的影响,验证了所提方法的有效性。

特征弦约束随机Hough变换在椭圆检测中的应用

为了提高复杂图像中椭圆/类椭圆的检测效率及精度,提出了一种基于特征弦约束的随机Hough变换(RHT)思想的椭圆检测改进方法,借助特征弦的几何约束及特征弦端点的法向约束,大幅度降低RHT的无效采样和累积次数。通过对边缘图像中像素点的有效分布进行分析,建立用于存储特征弦的端点信息的二维数组累加器,在边界点提取之前利用椭圆幂剔除虚假椭圆中心的干扰,不仅能够提高空间采样点的可靠性,同时降低无效采样点的累积概率。实验表明,该算法具有更高的运行速度和检测精度,同时对于形变较大,轮廓缺失严重及噪声具有较强的抵抗能力。

基于改进轮廓提取的Hough变换椭圆检测方法

分析椭圆目标在成像平面上的特点,提出一种基于改进轮廓提取的Hough变换椭圆检测方法,可以有效地在图像中提取出椭圆的轮廓。对边缘检测后的图像进行边缘点分类,去除交叉点和孤立点,保存端点;根据端点,提取图像中的非封闭轮廓,再扫描图像,提取剩余的封闭轮廓;针对随机Hough变换,根据每条轮廓的长度判断该轮廓需要采样计算的次数,在每个循环的内部,设定阈值来判断每组椭圆参数的统计值,用以跳出循环。实验结果表明,与普通随机Hough变换相比,该算法的内存占用量与计算量大大减少。