空间中的语义直线检测_直线检测

作者:张远学; 陶青川; 王维

期刊:《现代计算机》

为了限制河岸场景下不文明、违规的垂钓行为,提出一种融入深度学习的垂钓行为检测方法。首先使用基于CNN开发的语义分割模型deeplabV3+来对图像进行区域分割从而实现对人与河流进行准确的分类识别及定位;其次,提出改...

深度学习  直线检测

本文提出了一种基于Delta机器人的目标图像识别与动态抓取系统,通过引进标签表和前后追溯的游程链表,以完成二值图像连通域以及相应质心的准确提取;基于连通域质心,对最小外接矩形的快速提取,实现对抓取目标位置范围...

最小外接矩形  连通域  位置和姿态

作者:刁燕; 吴晨柯; 罗华; 吴必蛟

期刊:《光学学报》

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...

直线检测

为解决当前机械定位存在的不足,提出了一种微薄硅晶片高速视觉定位及矫正系统.视觉定位算法采用链码跟踪以及Principal Component Analysis(PCA)获得“主元”,在其基础上采用线段聚类的直线检测算法,拟合出电池片...

视觉定位

作者:袁广林; 薛模根; 李从利; 韩裕生

期刊:《计算机测量与控制》

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...

哈夫变换

作者:彭凯飞; 沈学举; 黄富瑜; 王龙; 杨佳

期刊:《半导体光电》

针对传统的Radon变换直线检测算法运行时间长、占用存储空间大的问题,提出了一种基于二分查找的Radon变换直线检测改进算法。在Radon变换直线检测算法的基础上,增加了对图像中待检测直线最小夹角的约束条件,使用区间...

直线检测  区间划分

本文提出了一种识别特定建筑物,并进一步与数据库存放图像进行匹配从而得到相应位置信息的算法.算法采用霍夫变换进行直线检测并计算消失点来进行建筑物存在性预判,进而提取SIFT特征进行图像匹配获取位置信息.直线检...

直线检测  sift特征

作者:李立春; 冯卫东; 于起峰

期刊:《光学技术》

根据图像中直线轮廊边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随...

有向线段  随机hough变换

作者:周磊; 滕奇志; 何海波

期刊:《现代计算机》

针对具有复杂纹理岩石颗粒目标图像中无法准确提取直线纹理特征的问题,提出一种基于LSD候选直线段分段拟合的方法。该算法利用LSD局部直线检测算法,将候选断裂直线段进行多段相似拟合。首先根据图像梯度信息,采用动...

矿物显微图像  相似直线段拟合

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直...

随机hough变换

鞋样设计CAD系统中需要检测直线 ,而检测直线的方法多种多样 ,选用Hough直线检测法的主要原因是Hough直线检测法受噪声和断线的影响较小 .利用各种仿真图对该算法进行测试 ,结果证明Hough直线检测法切实具有极佳的抗...

cad

作者:张淼; 于文博; 沈飞; 谢长生; 沈毅

期刊:《上海航天》

为改进用于高光谱数据直线检测的传统Hough算法的计算量大、性能较低等不足,对一种基于改进Hough算法的检测方法进行了研究。用能反映地物信息体量的峰值信噪比选择波段,选出10个波段图像,既减少了输入波段数,又确保...

直线检测  峰值信噪比

作者:文伟松; 谭彧; 朱凯; 梁盛好

期刊:《传感器与微系统》

提出一种移动机器人行走环境直线检测算法;对激光传感器采集的环境信息作预处理,设计分割、提取规则将离散距离信息转化为具备明显特征的直线段序列,考虑传感器误差用最小二乘法拟合直线段;计算拟合误差作为直线分割...

直线检测

作者:陈高华; 卓东风; 夏锡瑞

期刊:《太原科技大学学报》

通过Hough变换,图像空间中较为困难的全局检测问题就转化为参数空间中相对容易解决的局部峰值检测问题。本文针对参数空间峰值簇拥情况,给出了一种通过比较积累单元样本方差大小,在备选积累矩阵提取实际估计参数...

直线检测

作者:虞凡; 吴惠思; 覃征; 杨博

期刊:《西安交通大学学报》

提出了一种在具有可扩展机群体系结构的通用超级并行机环境下的快速直线检测算法.采用最优域划分法将原图像进行NXN等面积划分,并映射到并行系统各节点的局部坐标下进行直线检测.通过先后两次在Hough变换的扫描过...

图像处理

表格的识别近年采受到了越来越多的关注,已取得了一些行之有效的成果,其中的部分方法要求知道表格影像的倾斜角度。给出了一种可以快速检测这种倾角的途径。该算法利用数字影像中直线段的结构特征高效地检测出表格...

表格识别

研究将Hough变换应用于物体边缘的精确定位和提取,Hough变换具有存储空间大、计算时间长的特点,此特点随检测精度的提高而显突出,文中对此算法的应用进行改进,采用两次检测法,第一次全局检测,第二次在第一次测...

直线检测

图像边缘的检测可以得到图像中处于边缘上的像素点,由于受到噪声等干扰,一组边缘像素很少能完整地描绘一条边缘。利用哈夫(Hough)变换可以将边缘像素连接成有意义的边缘。现有文献对哈夫变换在极坐标中的应用,...

哈夫变换

为了稳定而精确地跟踪扩展目标,提取相邻两帧图像中扩展目标的所有直线边缘征,计算两帧中所有直线的相对斜率、相对倾角和相对截距进行匹配来确定跟踪位置。通过计算相邻帧之间交点描述子的欧氏距离找到最佳匹配,计...

目标跟踪  描述子

作者:唐佳林; 王镇波; 张鑫鑫

期刊:《科技信息》

直线检测是数字图像处理的重要内容,在道路识别,建筑物识别,医学图像分析等领域都有十分重要的应用。通过对已经获得的图像进行边缘检测,然后用Hough变换对边缘检测进行直线检测。该方法简单,受直线中的间隙和噪声影...

边缘检测

import cv2 as cv import numpy as np #直线检测 #使用霍夫直线变换做直线检测,前提条件:边缘检测已经完成 #标准霍夫线变换 def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150) #apertureSize参数默认其实就是3 cv.imshow("edges", edges) #cv.HoughLines参数设置:参数1,灰度图像;参数二,以像素为单位的距离精度(一般都是1,进度高,但是速度会慢一点) #参数三,以弧度为单位的角度精度(一般是1rad);参数四,阈值,大于阈值threshold的线段才可以被检测通过并返回到结果 #该函数返回值为rho与theta lines = cv.HoughLines(edges, 1, np.pi/180, 200) for line in lines: rho, theta = line[0] #line[0]存储的是点到直线的极径和极角,其极角是弧度表示的。 a = np.cos(theta) #theta是弧度 b = np.sin(theta) x0 = a * rho #代表x = r * cos(theta) y0 = b * rho #代表y = r * sin(theta) x1 = int(x0 + 1000 * (-b)) #计算直线起点横坐标 y1 = int(y0 + 1000 * a) #计算起始起点纵坐标 x2 = int(x0 - 1000 * (-b)) #计算直线终点横坐标 y2 = int(y0 - 1000 * a) #计算直线终点纵坐标 注:这里的数值1000给出了画出的线段长度范围大小,数值越小,画出的线段越短,数值越大,画出的线段越长 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #点的坐标必须是元组,不能是列表。 cv.imshow("image-lines", image) #统计概率霍夫线变换 def line_detect_possible_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize参数默认其实就是3 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5) for line in lines: x1, y1, x2, y2 = line[0] cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) cv.imshow("line_detect_possible_demo",image) src = cv.imread("E:/opencv/picture/track.jpg") print(src.shape) cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) cv.imshow('input_image', src) line_detection(src) src = cv.imread("E:/opencv/picture/track.jpg") #调用上一个函数后,会把传入的src数组改变,所以调用下一个函数时,要重新读取图片 line_detect_possible_demo(src) cv.waitKey(0) cv.destroyAllWindows() 霍夫检测直线原理: 关于hough变换,核心以及难点就是关于就是有原始空间到参数空间的变换上。以直线检测为例,假设有一条直线L,原点到该直线的垂直距离为p,垂线与x轴夹角为θθ,那么这条直线是唯一的,且直线的方程为 ρ=xcosθ+ysinθρ=xcosθ+ysinθ, 如下图所
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值