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。

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。

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。

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。

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。

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OpenCV图像处理的车道线识别研究

近年来,智能驾驶技术成为国内外学者研究的热门,车道线识别技术作为智能驾驶领域的一项关键技术,需要准确地识别出各种条件下的车道线。本文设计了一种基于OpenCV图像处理的车道线识别算法,该算法首先将图像进行色彩空间转换,然后利用大津法(OTSU)和Canny算子对图像进行分割,设计掩膜找出图像中的感兴趣区域,采用渐近概率式Hough变换对直线车道线进行检测,拟合直线绘制出车道线,最后借助OpenCV平台对算法进行实现,结果表明该算法对直线车道线识别具有很好的效果。

道路区域分割的车道线检测方法

为了满足无人驾驶车在高速公路行驶的实时性和鲁棒性要求,提出了一种基于道路区域分割的车道线检测方法.该方法分道路区域分割和车道线检测2个阶段.在道路区域分割阶段,首先提取的道路颜色值,然后在二值边缘图像中搜索连通域,通过将连通域的颜色特征值与道路颜色特征值比较来快速定位道路区域,并将这一区域划定为车道线检测的感兴趣区域.车道线检测阶段则使用改进的概率Hough变换方法提取车道线点,并使用最小二乘法对车道线点集进行拟合,获得车道线模型的参数.实验证明该方法相比传统的利用标准Hough变换算法准确率提升23%,有效地排除了道路区域外的直线像素干扰,具备较好的鲁棒性和实时性.

基于多种边缘检测的视频划痕检测技术

针对电影胶片中比较常见的垂直划痕及其特性,提出了一种新的基于多种边缘检测的检测算法。该算法首先运用Sobel算子中对垂直边缘响应最大算子对图像进行边缘检测,然后运用Canny算子进行边缘检测,再用概率Hough变换检测图像中垂直直线,最后结合形态学处理和宽度约束得到划痕位置。实验结果表明,该算法能有效地进行噪声干扰下的划痕检测。

图书馆在架图书的索书号图像提取与分割

图书索书号提取与分割是图书馆自动存取机器人完成图书上下架的关键技术。提出了一种利用索书号颜色特征和书脊边缘信息进行图像提取分割的方法,有效地解决了背景相近的相邻索书号之间的分割问题。通过实验利用HSV颜色空间提取索书号区域,用Canny算子做书脊边缘检测,采用概率霍夫变换法查找书脊边缘线段,实现了索书号图像的提取与分割,并针对厚、较厚、中等厚、较薄、薄、混合等几种类型的书脊进行了分类实验和研究,可以有效地提取出不同情况下每本图书的索书号,为图书馆自动存取机器人完成自动存取操作奠定了基础。

用于智能汽车的复杂光照环境车道线检测及跟踪方法

针对复杂光照环境的智能汽车行驶安全问题,提出一种车道线检测及跟踪的改进方法。在图像预处理阶段,应用灰度变换方法增大不同光照环境的车道线和道路对比度;用改进概率Hough变换方法提取二值化图像中的车道线;用最小二乘法进行车道线拟合;根据前一帧车道线检测结果建立Kalman滤波动态感兴趣区域,实现车道线准确跟踪。进行夜间光照、弱光照、强光照及正常光照等不同光照环境下的车道线检测和跟踪实验。结果表明:该方法的准确率约为97.53%,对于单帧车道图像的处理时间约为60 ms,具有较好的准确性和实时性,并具有抗路面阴影、交通标志、车辆遮挡、路灯等因素干扰的能力。

OpenCV的车道线检测方法

基于开源计算机视觉库(OpenCV),提出一种轻量级的车道线检测方法.首先,对输入的原始图像进行灰度化处理,紧接着使用双边滤波滤除噪声,大幅度保留原始图像的边缘信息;然后,用Canny边缘检测提取图像边缘;最后,使用速度更快的渐进概率Hough变换(PPHT)识别车道线.仿真结果表明:预期检测车道线的效果较好.

一种基于图像的ERW焊接状态特征提取新方法

为了实时获取高频电阻焊接头熔合区的状态,提出一种基于数字图像的焊接状态特征提取新方法。新方法以线性提取为核心代替传统上以点集拟合为核心,使用全局自适应分割、Freeman链码、累计概率Hough变换、线段重构等方式提高新方法的抗干扰能力。通过试验表明,新方法能有效、准确地提取焊接状态特征信息。

遮挡率因子优化Kalman的户外活动路线跟踪模型

针对标准Kalman滤波在户外活动路线跟踪中还存在的跟踪不精确的问题,设计了一种基于遮挡率因子优化Kalman滤波的户外活动路线跟踪模型。首先根据户外活动路线跟踪的需求,选择直线定位准确,抗干扰力强的概率Hough变换算法,采用首尾相连的连续的直线进行户外道路的拟合,然后针对出现遮挡时,Kalman滤波迭代出的观测值具有较大误差的问题,引入遮挡率因子调节Kalman滤波器的估计参数。之后就设计的模型进行了仿真实验,与传统的算法相比,采用改进Kalman滤波进行户外活动路线跟踪的效果较为精准。

一种基于消隐点的单目视觉车辆测距方法

为了克服传统单目视觉测距中时变的摄像机外参数对测量结果的影响,利用道路车道标识线平行约束条件,提出了一种基于车道线消隐点的单目视觉自适应车辆测距方法。首先利用概率Hough变换提取结构化道路车道线方程参数,确定车道线消隐点图像像素坐标;然后根据传统的静态单帧测距模型推导出了基于车道线消隐点的单目视觉车辆距离测量方法,并组织了相应的前方车辆测距试验,试验结果表明：该方法能够有效测量前方车辆距离,测距误差不超过10%,测量结果的精确性满足安全行车碰撞预警要求。

基于双重ROI和变间距扫描的车道线检测

为了满足辅助驾驶系统和无人驾驶系统的实时性和鲁棒性要求,提出了一种基于感兴趣区域和扫描线的车道线检测方法,该方法分为特征点提取和车道线识别两个阶段.首先对采集的图像进行灰度化预处理,根据透视原理划分变间距的扫描线并进行粗略的特征检测,之后结合前一时刻识别的车道线位置和当前时刻变间距扫描的特征点位置设定双重感兴趣区域,利用一维边缘算子进行特征检测,最后采用概率Hough变换方法对备选点集进行拟合,获得车道线检测结果.实验证明该方法能够实时有效地排除路面其他标识的干扰,对复杂道路环境具有较好的鲁棒性.