基于FGHT的SAR影像形状检测算法

形状检测在目标识别中有着重要作用。广义Hough变换（GHT）具有很好的全局特性,是常用的目标形状检测算法。但由于SAR影像具有强噪声等特点,常用的广义Hough变换算法可能会产生定位不准确的问题,甚至会出现错检的情况。文中将GHT中投票不集中的区域看做“模糊投票点”,构造了隶属函数,并据此设计了模糊广义Hough变换算法（FGHT）,通过优化参考点的位置达到检测结果精确定位的目的。实验对比证明,该算法在强噪声情况下具有更好的鲁棒性。     

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制,称为微多普勒效应,能够提供对微动目标检测的有利信息,因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而,已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题,本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波,并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性,本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明,本文算法能够在强杂波噪声条件下检测振动目标,同时具有准确振动频率估计性能,甚至当同一个单元存在多个振动目标时,本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s,说明本文算法适用于实时检测,通过与GLRT算法和Hough变换算法运算量的比较,证明了本文算法相比于经典算法具有运算量小,检测速度快的优点。     

结合边缘编组的Hough变换直线提取

针对传统Hough变换用于直线检测存在的问题进行了细致的分析和归纳总结,在此基础上,提出一种结合边缘编组的Hough变换直线提取算法。该算法首先采用基于8邻域的边缘跟踪算法对Canny算子检测得到的边缘点进行编组;然后对每一个边缘组分别进行Hough变换,单独确定Hough变换原点和参数的取值范围。Hough变换过程中,采用迭代的"投票"方式,每次确定单一峰值点并删除对应像素。实验证明,该算法原理简单,能有效解决传统Hough变换存在的精度不高、计算复杂等问题。同时该算法具有较强的鲁棒性,可以有效处理不同类型的影像数据,适用于并行处理。     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法.该方法主要包括目标参数描述和目标提取两部分.实验表明,该方法精度好、效率高.     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法。该方法主要包括目标参数描述和目标提取两部分。实验表明，该方法精度好、效率高。     

模糊Hough变换算法在城市道路提取中的应用

采用形态学细化算法,将二值化影像形态学细化之后再进行峰值检测,有效地去除了虚假峰值,提高了道路提取精度及计算效率,为此,利用用模糊Hough变换算法提取遥感影像中的城市道路。试验表明,其方法在计算效率、提取精度以及内存占用方面具有明显优势。     

基于可变形状参数Gamma分布的模糊聚类多视SAR图像分割

针对传统模糊聚类分割算法无法克服合成孔径雷达(synthetic aperture radar, SAR)图像中固有的斑点噪声问题, 提出了一种利用可变形状参数Gamma分布和邻域相关性的模糊聚类分割算法。可变形状参数Gamma分布用于建模多视SAR强度图像的斑点噪声, 并以其负对数作为特征场中像素与聚类间强度的相似性测度模型; 通过马尔可夫随机场(Markov random field, MRF)建立标号场中邻域像素的类属相关性模型; 在模糊聚类框架下, 以上述模型为基础构建模糊目标函数; 在目标函数最小化准则下, 求解最优结果。实验表明, 可变形状参数Gamma分布能够更加准确地拟合同质区域内像素强度的统计直方图。为有效求解包涵在Gamma函数内的形状参数, 采用牛顿迭代算法估计其数值解。对合成和真实多视SAR图像分别进行分割实验, 定性、定量分析的结果验证了本文算法的有效性。     

基于街景影像的交通标志识别

针对街景影像中交通标志识别存在的问题,结合交通标志的对称性特点和Hough变换对图形检测的抗残缺能力,提出一种基于Hough变换搜索交通标志中心点的交通标志检测方法。在识别过程中,利用SIFT算法将提取的目标区域依次与对应模板库中的模板影像匹配进行交通标志的识别。     

利用全极化SAR数据去方位向模糊的舰船目标检测方法

在SAR成像过程中,利用目标相对于雷达运动的多普勒频率进行方位向压缩来提高方位向分辨率。对于海面舰船目标,往往由于SAR发射的脉冲重复频率过低,回波信号的多普勒频率欠采样,引起高亮度的方位向模糊噪声,产生虚假目标。若直接利用传统CFAR、子孔径相干等目标检测算法,会把方位向模糊引起的虚假目标误判为舰船目标,降低了舰船目标的检测精度。针对SAR影像方位向模糊现象,提出一种利用全极化SAR数据的舰船目标检测算法,其利用H-A-Alpha分解得到的第三散射机制,结合方位向全极化子孔径相干,消除了方位向模糊噪声对舰船目标检测的影响,提高了舰船目标的目标杂波比。通过采用日本玉野Kojimawan港口附近的C波段AIRSAR全极化数据进行试验,验证了该算法能消除SAR方位向模糊,降低虚警率,提高舰船目标的检测精度。     

Haar-like特征在稀疏建筑物检测中的应用

以高原无人区稀疏建筑物为研究对象,将Hough变换、Haar-like特征与AdaBoost算法相结合构造强分类器,利用高分辨率遥感影像快速精确地从无人区检测出固定稀疏建筑物。首先对影像进行边缘检测、Hough变换的直线提取与几何旋转校正,将实际可能是任何角度的建筑物旋转成水平或垂直状态,再将旋转后图像提取Haar-like特征后利用AdaBoost算法进行分类。实验证明,该算法原理简单,能有效解决仅用Haar-like特征精度不适应建筑物角度多变的问题,说明了Hough变换直线特征提取与Haar-like矩形特征提取多角度稀疏建筑物的可行性,为快速精确检测无人区的稀疏建筑物提供了新思路。     

复杂背景下航拍图像的电力线自动提取算法

无人机对电力线巡检的关键问题是如何从复杂背景的航拍图像中准确地提取电力线。本文提出了一种基于二维变分模态分解 (2D-VMD) 提取电力线的新算法。首先对原始航拍图像进行预处理,加快数据处理速度;然后采用2D-VMD算法对预处理后的图像进行分解,通过改进后的点锐度算法,选取带有电力线特征的IMF分量图,并利用Roberts算子进行边缘检测;最后利用形态学改进的Hough变换,完成对电力线的提取。试验结果表明,本文方法比传统的Canny算子结合Hough变换方法、LSD方法、Roberts 算法结合形态学改进的Hough变换方法更具精确性、抗噪性、自动化。     

基于自适应中值滤波和改进Hough变换的直线提取

直线是遥感图像的重要纹理特征,直线提取是直线匹配、遥感影像数据的三维重建、图像配准等的前提基础。本文针对传统Hough变换存在的问题以及MatLab软件工具箱中现有滤波算法的不足,提出对Hough变换进行改进,设计自适应中值滤波,并结合Canny边缘检测算子实现了直线的准确提取,使得直线提取算法具有较强的抗噪性能,不误检直线。     

基于Hough变换的建筑物半自动提取

提出了一种基于Hough变换的建筑物半自动提取方法。该方法针对由人工给定建筑物的初始角点并通过统计屋顶主方向对Hough变换的搜索范围和搜索角度进行限制,从而稳定快速地提取出屋顶的边缘。然后利用最小二乘的方法对提取出的屋顶边缘进行精确对中,实现了对平顶直角建筑物以及人字形建筑物的有效提取。     

基于Beamlet变换的直线特征提取

提出了一种基于Beamlet变换的算法,克服了图像中的各种干扰及噪声,试验结果表明其具有较好的实用价值。     

Circle detection using Fast Finding and Fitting (FFF) algorithm

1 lntroductionThe tnain objectives Of this paPer are circle recog-nition and extraction. Detection of basic gmtricprimitives, such as circles, is an important aspect ofIMe AnaIysis with aPplications in vision systernsand industriaI inspection.The Hough Transform (HT) and its extensionshave been widely used in circle detection and theyare still the most corTunnly used metheds becauseof their high resistance to noise. Unfortunately, thelarge mernory requirernent and low sPeed are twounavoi…     

Discontinuous deformation analysis and recent crustal movement

This paper describes a Fast Finding and Fitting (FFF) Algorithm based on the geometric symmetry of the circle. A comparison with other circle detection approaches, in particular the Hough Transform and its extensions is presented. A method to determine a relevant estimation of accuracy is also given. Experiments show that FFF possesses advantages in memory usage, high speed, reliability and accuracy are also presented.     

基于霍夫直线检测和区域生长的合成孔径声呐图像线目标提取

本文针对合成孔径声呐图像线目标提取过程中,由于线目标宽度（直径）小且图像受相干斑噪声影响严重而导致的提取困难的问题,提出了基于霍夫直线检测和区域生长的线目标提取算法。首先利用Otsu算法计算区域生长终止阈值,并对噪声进行初步抑制;然后在对图像进行霍夫直线粗检测的基础上,对检测结果进行不均匀分割,再进行细检测,得到区域生长种子点;最后利用区域生长对线目标进行还原。试验结果表明,该算法能准确地提取线目标;与传统区域生长对比,该算法选取的种子点数量提升了5.37倍,且线目标提取结果具有更好的连续性和完整性。     

基于遗传算法局部方向梯度的古墓葬圆形土壤标志检测

中国新疆北部古墓葬目标在Google Earth上显示为两大类:一类是斑点型,另一类是圆环型,两类的边界都比较模糊。自动提取这些古墓葬目标比较困难,针对这一问题,提出了一种基于遗传算法局部方向梯度的圆形检测算法。该方法采用局部方向梯度,并且基于计算边缘方向梯度的主分量实现,因此该方法能适用各种边缘特征,遗传算法的加入能够提高在圆形不连贯、多圆相交等情况下圆形自动检测的鲁棒性。本文选取新疆北部作为试验区域,结果表明本文方法与传统的基于霍夫变换的圆形检测算法相比,能适应多特征的圆形边缘,而且不用设定自动检测中的阈值,更加智能化,自动化。     

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。