图像处理——特征检测(feature extraction)

Canny边缘检测法

霍夫变换（Hough Transform）

博文：https://www.cnblogs.com/php-rearch/p/6760683.html

笛卡尔坐标空间到极坐标空间的转换，笛卡尔坐标空间中的一条直线对应极坐标空间中一个点，极坐标空间中一条曲线代表笛卡尔坐标空间中一个点。

直线检测

算法实现

1. 读取原始图并转换成灰度图，采用边缘检测算子（如Canny）转换成二值化边缘图像；
2. 对该图像进行霍夫变换；
3. 找到大于阈值的累加器，和对应的ρ, θ 参数。

概率霍夫变换（Probabilistic Hough Transform）— 提取线段

圆检测

算法实现

1. 读取原始图并转换成灰度图，采用边缘检测算子（如Canny）转换成二值化边缘图像；
2. 给定半径R，对于每个图像中的边缘点(a, b)，按照参数方程 x = a + Rcos(θ) 和 y = b + Rsin(θ) 将那些可能是一个圆中心的单元格值进行累加；
3. 找到大于阈值的累加器，和对应的 a, b 参数；
4. 若半径未知，改变R的值，重复步骤2~3，直到遍历完半径范围。