基于改进的Hough变换的圆检测

在进行圆形目标检测时,通常采用基于Hough变换的方法,但这种方法计算量大、运算速度慢、对存储空间需求大.为此,提出了改进的Hough变换用于圆形目标检测,该方法在圆形目标定位时具有快速、稳定、准确的特点,可以满足实时性要求.在基于啤酒瓶生产线的实际数据集上验证了该算法的有效性.     

基于改进Hough变换的偏心口检测

分析了Hough变换在圆检测应用中存在的问题,针对液体罐装桶盖的加注口为偏心圆形的情况,提出了一种基于两点梯度信息的改进的Hough变换算法.经检测实例验证,该算法计算速度快,占用内存少,检测精度高.     

基于Hough变换的线段检测算法的改进

基于Hough变换的基本理论及目前的改进算法,针对Hough变换所存在的参数峰值不明显、存储空间大及计算速度慢等不足,提出了一种改进的随机Hough变换,可实现由长到短逐次提取线段,并给出了线段起始点和终止点的计算方法。实验证明了该改进算法的有效性。     

基于改进随机Hough变换的椭圆形农产品大小分级

针对椭圆形农产品的分级问题,采用最近邻分类算法和随机Hough变换理论,对哈密瓜这类椭圆形农产品的大小分级方法进行研究。结果表明:1)哈密瓜边缘轮廓近似椭圆形,所测出的长短轴半径,可以作为椭圆形哈密瓜大小分级的新标准;2)通过试验测定,对于白色背景的哈密瓜,最近邻分类算法可以提取出较为完整的边缘轮廓;3)随机Hough变换可以在边缘轮廓不完整且有随机噪声干扰的情况下,检测出任意曲率的哈密瓜边缘轮廓的近似椭圆;4)与椭圆形哈密瓜的半径的真实值相比,本改进算法识别值的相对误差小于6%;5)当哈密瓜处在不同倾斜状态时,如0°、45°、90°、135°,本改进算法仍可以准确测得其长短轴半径。本改进算法还可以推广到其他椭圆形和类椭圆形农产品的大小分级中。     

基于Hough变换识别单周期正弦曲线图像的算法及实现

手工识别成像测井中的裂缝具有一定的主观性，不同的人可能会有不同的解释结果．作者介绍利用Hough变换自动识别裂缝的原理及其算法，并通过实例分析了其应用效果，结果表明，这种算法计算裂缝参数不仅精度可靠，还保证了裂缝参数拾取的唯一性，对实现井壁裂缝参数的完全自动解释有重要意义．     

基于改进Hough变换的公路车道线快速检测算法

针对机器视觉导航中道路引导线检测方法复杂、实时性不能满足使用要求的问题提出了基于改进Hough变换的公路车道线快速检测算法:根据车道线与路面颜色的不同判断车道线位置计算出车道线的方向候补点群,根据车辆所处车道的情况对方向候补点群进行聚类,以每一类的中点为基准点使用基于一点的改进Hough变换算法计算出车道线的斜率。实验结果表明,一幅图片的处理时间约85 ms,处理结果与实际情况吻合。算法能够检测出高速公路上所有车道线的斜率,为道路引导线的实时检测提供了一种新思路。     

Lab色彩模型下梯度Hough圆变换的成熟草莓识别

自然生长状态下的草莓,果实密集,形状多变,枝叶遮挡率较高,使用机器采摘对成熟草莓的图像识别具有一定的难度。针对这个问题,提出了Lab色彩模型下采用梯度Hough圆变换的成熟草莓识别方法。以自然生长状态下的草莓图像为研究对象,在Lab色彩模型空间里对图像分割及阈值化并采用梯度Hough圆变换等方法,识别成熟草莓并计算出草莓中心。试验结果表明,对随机选取的100张草莓图片,该方法识别成熟草莓的相对偏差为1.07%,对枝叶遮挡、成熟草莓相互遮挡等情况,具有较好的识别效果。与传统的Hough变换相比,这一方法节省了运行内存,提高了时间效率,能够满足机器采摘对成熟草莓识别率与定位的要求。     

一种改进的基于MRF的树木图像提取方法

在自然场景中拍摄的树木图像包含了丰富的信息,并受环境、光照、天气、噪声等的干扰,树木本身及其周围景物的多样性使得自然场景中的树木图像提取成为一项复杂的、探索性很强的工作。本文采用自然图像抠图技术进行树木图像的提取,较好地解决了树木图像内部存在大量空洞和透明现象的问题;提出了关注区域的概念,并引入区域生长的方法,从简化三分图划分、尽可能多地确定前景像素点和减少未知区域待运算像素数目3个方面对基于马尔可夫随机场（MRF）的抠图方法进行了改进。实验结果表明:改进的基于MRF的树木图像抠图算法能够有效地提取树木图像,并简化了人机交互过程,增强了颜色的准确性,同时使运算速度大幅度提高。      

基于Hough变换的企业财务重复数据批量剔除方法

企业财务数据在空间分布上具有一定的不规则性,导致对重复数据剔除的完整性较低,为此,提出基于Hough变换的企业财务重复数据批量剔除方法。首先,采用Hough变换对企业财务数据进行预处理,将累加器单元所有直线形成的峰值作为数据理想的期望值,根据期望变换结果区分在Hough变换下数据的位置变化幅值,沿原始数据空间分布实现对数据的划分。考虑到企业财务数据对应空间直线的边缘即为直线形成的累加器单元形状,因此对沿着正弦曲线法线方向的累加值进行增强处理,得到放大后的峰值信息。之后,采用ASCA实现对重复数据的筛选,用二分极值法将距离Hough变换后峰值最远的位置作为聚类中心,将DBI指数完全一致的数据聚类,保留聚类中的唯一数据,其余进行批量删除,完成操作后计算新的聚类中心,重复计算直至峰值累加器单元的财务数据处于均匀分布状态。测试结果表明,设计方法空间缩减率可达到91.0%,删除数据的准确性可达到96.12%,实现了对重复数据的较完整剔除。     

一种改进的基于小波变换模极大值的边缘检测方法

一种改进的基于小波变换模极大值的边缘检测方法包含如下2个步骤:(1)求出边缘及噪声点的局部极大值;(2)利用边缘点与噪声点具有不同小波变换模极大值的特点,对局部极大值进行二次判别,从而实现噪声与边缘的分离.实例验证结果表明,该方法能很好地解决高精度定位与强去噪能力之间的矛盾.     

法律与行政环境对信托公司绩效的影响研究

酆都在魏晋南北朝时期的道经中,是济世度人之阴间天宫所在。魏晋南北朝时期道教注重神学理论的创建,道教已初步建构起系统的酆都地狱理论。在道教斋醮科仪法术中,酆都有着济生度死的多重功能,历史上酆都道教的长期传承,致使酆都地府惩罚形成民间信仰习俗。通过史籍道经中酆都文化内涵的解读,道教史上酆都平都山道教历史的重构,可知酆都神学理论是道教文化的重要内容。     

一种基于hough变换的跳水视频运动建模方法

十九世纪法国经济学家伯川德提出了伯川德寡头模型,尽管中外学者对之给出了各种证明方法,但到目前为止还没有一个正式的数学证明.本文引入广义函数中的冲击函数和阶跃函数,很好地刻画两个寡头基于同质产品的间断需求函数,以代替不是很严密的用直观图形推演或分情况讨论式的证明,从而对伯川德博弈进行了严密的数学证明.本文证明:原始伯川德博弈的结论是近似的,严格上的纳什均衡点是双方都定价于比边际成本高的一个相同位置上,这是由于基于完全信息的理性行为,只有市场需求曲线为水平线时,均衡结果才收敛于伯川德博弈.因此,从完全信息出发,可以证明所谓的"伯川德博弈"只在有限条件下存在.另外,作为一个扩展应用,本文还运用冲击函数和阶跃函数的性质对斯威齐模型进行了数学证明,并演示了如何运用该方法对此类问题进行动态分析.     

基于小波分析及改进KNN的红虫识别研究

提出了一种小波分析与改进KNN相结合的红虫图像识别方法。该方法采用多辨识小波分解提取图像的小波能量特征,同时结合生物图像颜色特征构造特征向量,然后选择加权改进KNN分类器进行识别,分类器根据特征与分类相关度确定权重,修改距离函数,有效提高了分类精度。通过对红虫、剑水蚤、猛水蚤样本进行分类试验证明,平均识别准确率达到95.41%,验证了该方法的有效性。     

基于机器视觉图像的多目标提取识别

为了实现农作物图像多目标的准确识别,提出了四连通或八连通的连通域判别法.利用MATLAB的数值计算、图形处理和可视化建模以及动态仿真等功能,对黄瓜植株花朵图像预处理,去除干扰目标,对目标处理结果进行整合,进而得到多目标处理结果.结果表明该方法依据图像信息即可有效地实现多目标的分离和识别.     

基于小波分析及改进KNN的红虫识别研究

1淡水浮游生物特征提取 1．1颜色特征提取由于红虫、剑水蚤、猛水蚤图像在颜色上有明显区别,所以先提取图像颜色信息,将其作为分类的一项重要特征。颜色直方图以及其组成的空间可以作为图像识别的训练集（数据库）中颜色特征的表示。利用信息论的方法扩展基于颜色信息的图像属性特征。根据颜色直方图的定义可以推出该图像的概率密度函数如公式（1）所示：     

基于小波变换的遥感影像纹理信息提取

小波变换作为一种时间-频率分析方法,具有变焦性、对称性、正则性等特点,而纹理反映的是遥感影像中DN值的空间排列规律,利用小波提取遥感影像中的纹理特征信息,具有独特的优势.特别是结合金字塔状结构的小波变换和树状结构的小波包变换,提取的纹理特征信息在地质上具有重要应用价值.该研究以漠河县西北部砂宝斯的遥感影像为例,结合影像特点及应用目的,运用小波变换方法,提取了具有方向性的遥感纹理信息.