基于边缘检测和改进Hough的图像特征识别研究

0 引言

目前，智能车辆必不可少的重要功能之一就是对障碍物的检测和危险的预判，同时也被各位专家学者研究和探索。车辆在道路上行驶时，如果前方的车辆能够及时且准确的被检测、识别，从而保障车辆能够安全行驶以及预防碰撞事故的发生，以减少交通安全事故，保护驾驶员的人身安全和财产安全。人类是通过眼睛-视觉来观察世界，从而更好地认识世界，因此，驾驶车辆时，驾驶员能够通过视觉获取90%的道路信息

。模式识别与图像处理是机器视觉实现的主要手段，它借助一系列的图像处理实现对环境信息的检索和加工处理，以完成所需信息的检测和预判。因此在智能车辆、无人驾驶以及安全辅助驾驶中，机器视觉就成为了获取环境信息的一种非常重要的手段。

机器视觉技术尤为关键的一个步骤就是识别图形，圆形的识别以及圆形的位置检测更是司空见惯。Hough变换及Hough优化算法是现在机器视觉中比较常用的检测圆形的算法。Hough变换

是由 Panl Hough 1962年提出的，它利用图像空间、参数空间的相互关系，将图像空间中的问题转移到参数空间中进行求解，以使求解过程变得容易。这种方法首先预估能够落在边缘上的所有点，然后进行统计计算，再以此判断图像边缘满足预先设定的边缘的程度。Hough变换采用三维空间参数累积的方法不仅需要进行大量的计算，还占用大量的存储空间，并且处理时间长。针对这一缺陷Xu等

提出了随机霍夫变换算法，该算法在一定程度上减少了经典Hough变换在一对多映射方面计算量大的问题。但是干扰较多的复杂图像在处理时会引入许多无效样本，使该算法的效能受到很大影响。因此，诸多学者专家对RHT算法进行了改进。HAN

提出了利用随机采样的2点的梯度，直接计算所检测圆的参数，但是梯度存在一定的误差，并进行累积，所以该方法精度不高。Manznaera A等

在灰度图像中，首先预估曲率导数，然后对所有像素进行投票，再将有关参数通过Hough变换计算出来，这种方法不对图像的轮廓进行设计和计算，更便捷的解出圆孔相关的一些位置参数。不过，若有瑕疵存在于所检测的圆孔时，它们也会参与投票这样就会导致许多无关参数的出现，从而使检测结果不够准确。类似的文献[6-8]在对图像进行预处理操作时，还合理的改进了边缘检测算法，以提高检测的实时性和降低噪声的干扰性。陈小艳等

首先采用 Canny算法进行边缘检测，然后再对图像边界进行过滤处理，从而改善了Hough变换识别的效能，但没有考虑到 Canny算法本身就存在一定的缺陷。庞明明

等提出了一种基于模糊LBP和Canny边缘的图像分割方法，虽达到了一定的效果，但并没有获得理想的状态。

本文通过学习各位专家学者在图象识别时采用的圆检测算法，提出了基于Canny的边缘检测以及改进Hough变换的图像识别算法。

1 基于Canny的边缘检测算法

Canny的边缘检测算法分为以下几个步骤：

(1)平滑处理，采用高斯滤波器进行：

(1)

(2)

(2)计算梯度的幅值和方向：

从发展趋势的角度来看，区域产量指数保险、天气指数保险、价格指数保险是目前在全球范围内指数保险的主要险种，具有很大优势，能够推动保险业职能转变，由过去的风险治理到决定资源配置效率。在国家持续增强政策性补贴广度和深度的基础上，未来我国农业保险需要市场去拉动发展，同时也需要农资企业的深度参与。不难预见，随着农业保险与农业生产的逐步贴近，其与农民的距离一定会越来越近。

(3)

式中：

有关方面提醒，消费者在网络平台购买普通家电产品后，其享有的权利应当和在实体卖场中购买的一样，例如“三包”等。而家电产品出售之后，电子商务平台和家电厂商都应负有相应的责任。在网购家电产品时，首先应当尽量选择靠谱、正规的网购平台和商家。

1)根据目标的先验知识首先确定半径的范围(

,

)，并初始化所有的变量以及Hough数组，为它们分配内存；

(4)利用双阀值算法进行检测及连接边缘。

式中，Pi为测站该年第i个月降雨量(单位：mm)，该模型求算结果为美制单位：Ft·T·In/(A·h)，需将结果乘以17.02换算为国际制单位：MJ·mm/(hm2·h·a)，以便于后续计算及分析.

1.1 图像预处理

经过颜色识别后的图像上的目标内部还存在一些黑洞，边缘粗糙。因此，本文采用闭运算处理，改善了图像的质量，得到更加清晰的目标图像。

闭运算的处理过程是：用B对A进行闭运算记为

·

，其定义为

·

=(

⊕

)

(其中

-输入的二值图像，

-结构元素)。

学习电解原理和解决电解相关的问题时,每一届都会有较多同学产生畏难心理,觉得课本上电解原理的内容不多、容易理解,但课外相应习题不好做,考试试题难度更大。造成这种情况的原因有:第一,虽然课本中相关内容多,但由于电解原理在生产、生活中有广泛应用,所以相应习题、试题往往有联系生产和生活的实际情境,涉及较多的拓展性内容;第二(也是主要原因),对电解原理的认识还不全面,有认识误区,遇到电解问题时这些认识误区会影响同学们的思考角度、思维路径和认识深度,导致产生错误。解决的方法就是要突破认识误区,重视从各个方面收集证据,提高基于证据(而不是基于记忆)作出推理判断的能力。

闭运算通过对A的边缘进行滤波处理，磨光凹向A边缘内部的尖角，填充A内部的孔洞，并连接两个临近的区域使其成为一个新的区域。采用闭运算，则不仅可以平滑图像中目标的边界，还能消除存在的噪声。

文化缺省当中所省略掉的具体内容一般情况下不在语料中，电影观众并不能利用前后的内容关系来填补其中的所缺少的部分，而是要从语篇之外的国家文化背景中，激发自我知识体系，以便更好的理解相关的内容。顺利的理解来源于影片自身在观众思想中所构建的连接程度。换言之，也就是观众依靠自身的理解能力在主观的解读影片内容，而所进行理解的过程则是运用联系原则来构建的连接关系。观众对具体文化现象的掌握程度越深，其空位填补水平也就越高。但如果观众并不能这样通过自身的能力来理解电影字幕的语言，就会无法真正理解影片所要表达的核心思想。

1.2 基于Canny的目标质心的边缘检测

本文采用基于Canny的目标质心的边缘检测算法直接提取目标边界，提高识别的速度。

(4)

式中：

(

(

,

))—像素

(

,

)的基于彩色边缘检测算子的梯度值。

—目标梯度阈值。

(

+

,

)—像素

(

,

)后相邻的

个像素。

—基于颜色检测的目标区域。

边缘检测的结果如图1：

观察基于Canny的边界提取结果可以看出，本文采用基于目标质心的算法能够迅速获得目标边界，这种方法易于操作，计算量不大，目标边界提取的速度也较快。

大部分院校是针对即将毕业的大学生进行职业素养的教育，由招生就业部门负责对学生进行培训指导，但这个时期学生的状态表现出去就业单位迫切性、思想上的放松、学习动力的下降、接受知识的抵抗性等等弊端性问题，造成往往使职业素养的教育流于形式，离目标差距比较大。

2 基于改进的Hough变换的形状识别

经典Hough变换算法：

3)紧密结合业务规范和工作流程,在产品制作上极大提高预报员的工作效率,有效减小出现错误的环节,并自动记录工作日志,方便留痕管理和检查。

若将圆的方程设为(

-

)

+(

-

)

=

，那么(

-

)

+(

-

)

=

在参数空间中就是一个三维锥面，该方程体现了图像空间中的圆在参数空间中就表示一个点。图像空间中的点对应于参数空间的表示，如图2中所示，这个点对过其的一簇圆的相关参数(

,

,

)都进行了限制。

式中：(

,

)—图像平面上的点。

通过对经典

变换算法的研究，本文提出了一种

的改进算法。该算法以先验知识和实践应用作为前提条件，需要提前确定所检测圆的半径的极限值(

,

)。将(

-

)

+(

-

)

=

进行以下变形来检测：

(5)

而对于圆来说，它的半径是稳定不变的。那么若将各个点在圆周上组成的集合用参数空间来表达，就呈现出半径

是相等的，而

、

不同一个个圆锥的集合，如图3所示。

选取四幅圆的图像，要求它们具有相等的半径，采用经典Hough变换、改进Hough变换分别进行形状检测，这2种方法所使用的时间的对比结果如表1。

4)3)中求得的半径值与所有

，

一一对应，二者的平均值就是圆心(

,

)。

因此，本文提出的基于改进的Hough变换算法的形状识别是可靠的，并且检测时间短，效率比较高。由于环境中只有球具有圆的特征，因此只对满足颜色特征的目标边界进行Hough变换，其主要过程如下：

(3)对梯度幅值进行改进处理，以实现最大化抑制。

(

,

)是图像(

,

)点处的边缘强度；

是图像(

,

)点处的法向矢量。

图像预处理技术的主要借助降低、去除图像中的噪声或者抑制背景等手段提高图像的质量，采用图像预处理操作可以减轻后面数据处理工作的压力，而且图像预处理的结果对特征提取与识别的准确性影响很大。

3)根据2)得到的优先序列值，计算

～

的Hough数组层，其中数值最大的一层就是所检测圆的半径。

远赴俄罗斯联邦卡尔梅克共和国，追寻土尔扈特汗国的历史踪迹，是马大正多年的宿愿，自上世纪80年代萌发，至今已有近40年的岁月。马大正在记述自己寻访土尔扈特人历史的游记《天山问穹庐》中曾发出如下感叹：

西欧经济高度发达同样既得益于良好的自然条件特别是相对丰富且时空分布均匀的降雨条件，也得益于对水资源的科学认识和有效管理。

3 目标特征提取实验

本文采用基于目标质心的边缘检测和改进的Hough变换的形状识别，具体流程如下：

(1)利用颜色特征提取目标区域，在下一步处理中只需在目标区域中进行目标特征提取即可；

(2)根据颜色识别结果，采用闭运算进行图像预处理，改善图像质量；

(3)利用基于Canny的目标质心检测算法获取目标边界；

(4)利用改进Hough变换对边缘检测结果进行形状特征的识别与提取；

(5)圆的识别：根据环境中球的颜色和形状，只需直接判断目标的特征是否符合圆的特征，判定条件是颜色为黄色，区域特征

>

，形状特征是

_

=1。

实验结果如图4所示：

由实验结果可知，与经典

变换算法相比，本文所用的基于

的目标质心的边缘检测和改进

变换的图像特征识别算法执行时间都很短，计算更少，所需的内存空间也较少。

4 结束语

实时且准确的环境感知，是使智能移动平台能够完成复杂环境和未知境况下的的自主导航的主要手段之一。

(3)测量误差会导致单项结构误差的辨识精度浮动，但结构误差的整体辨识精度并未下降，证明了线性化误差模型的稳定性。

语文阅读教学策略，是指教师为了增强学生的阅读意识和提高学生的阅读质量，在遵循阅读规律的基础上，所采取的语文教学手段和方法。学生核心素养提升的落实不仅仅是教学内容的选择和变更，而是必须以学习方式和教学模式的变革为保障。因此，进一步优化高中语文阅读教学策略是提升学生语文素养的必然选择。

本文提出了一种基于Canny的边缘检测和改进Hough变换的图像特征识别算法。借助目标的质心进行边缘检测，提高了检测效果；又在此基础上，利用改进的Hough变换算法找到Hough数组中数值最大的一层即为所检测圆的半径，实现目标形状的识别。实验结果表明， 该算法对智能车辆行进过程中的探测障碍物和预测危险的研究提供了依据。

[1]章毓晋．图像理解与计算机视觉．清华大学出版社.2000-08．

[2]HOUGH V，PAUL C. Method and means for recognizing complex patterns：US，3069654 [P]. 1962-12-18.

[3]XU L,OJA E. Randomized Hough transform (RHT):Basic mechanisms, algorithms and computational complexities [J]. Computer Vision Graphic Image Process:Image Understanding， 1993,57(2):131?154.

[4]HANC-C. Fast face detection via morphology-based pro-processing[J].Pattern Recognition，2000，33(10)：1701—1712．

[5] Manznaera A, Nguyen T P, Xu X L．Line and circle detection using dense one-to one Hough transforms on greyscale images[J/OL]．Eurasip Journal on Image and Video Processing,2016,46:1-18[2016-12-12],https:// doi.org/10.1186/s13640-016-0149-y.

[6]陈小艳，王强，李柏林．改进的 Hough变换检测圆方法[J].计算机系统应用，2015,24(8):197-201．

[7]庞明明，安建成.融合模糊LBP和Canny边缘的图像分割[J].计算机工程与设计，2019，40(12) : 3533-3537

[8]刘克平，李西卫，隋吉雷等.基于改进Canny算法的工件边缘检测方法 [J].广西大学学报 (自然科学版),2017,42(6):2022-2029.

[9]梅永，庄建军.基于Canny边缘检测的图像预处理优化算法[J].信息技术,2022,(1):75-79

[10]Zhenkun Jin, Lei Liu, Dafeng Gongand Lei Li. Target Recognition of Industrial Robots Using Machine Vision in 5G Environment. Frontiers in Neurorobotics 2021. 624466.DOI: 10.3389/fnbot.2021.624466

[11]Comert, R.; Avdan, U.; Gorum, T.; Nefeslioglu, H.A. Mapping of shallow landslides with object-based image analysis from unmanned aerial vehicle data. Eng. Geol. 2019, 260, 105264.

[12]李斌，王荣本，郭克友. 基于机器视觉的智能车辆障碍物检测方法研究[J].公路交通科技，2002，19(4): 126-129

[13]张青，邹湘军，林桂潮，等.草莓重量和形状图像特征提取与在线分级方法[J].系统仿真学报，2019，31(1): 7-15.

[14]陈高攀，徐美华，王琪，等.一种基于单目视觉的前方车辆检测算法[J].上海大学学报(自然科学版)，2019，25(1): 56-65.