霍夫变换

最新推荐文章于 2022-03-14 13:06:36 发布

gehulushang

最新推荐文章于 2022-03-14 13:06:36 发布

阅读量1.1k

点赞数

分类专栏：图像处理

本文链接：https://blog.csdn.net/gehulushang/article/details/104959236

版权

12 篇文章 3 订阅

订阅专栏

关于霍夫变换（Hough transform）

霍夫变换中用下列方程式表示直线：

$\rho \doteq xcos\theta + ysin\theta$

其中参数 $\rho$ 是直线与图像原点（左上角）的距离， $\theta$ 是直线与垂直线间的角度。在这种表示法中，图像中的直线有一个0~ $\pi$ 的角度

$\theta$ ，而半径 $\rho$ 的最大值是图像对角线的长度。

霍夫变换只是寻找图像中边缘像素的对齐区域，有些像素只是碰巧排成了直线，因此可能产生错误的检测结果；

可能因为多条参数相近的直线穿过了同一个像素对齐区域，而导致出现重复的结果。

普通的霍夫变换检测直线的函数：

cv::HoughLines(test, lines, 
               1              // 半径步长
               PI/180,        // 角度步长
               60);           // 最小投票数

为了解决上述问题并检测到线段，可以利用概率霍夫变换解决。

1、概率霍夫变换在二值分布图上随机选择像素点，而不是系统性地逐行扫描图像。

2、一旦累加器的某个入口处到达了预设的最小值，就沿着对应的直线扫描图像，并移除这条直线上的所有像素点（包括还没投票的像素点）。

3、这个扫描过程还检测可以接受的线段长度。为此，算法定义两个额外的参数：一个是允许的线段最小长度，另一个是组成线段时允许的最大像素距离。

概率霍夫变换算法的复杂度增加，但可以在扫描直线的过程中清除部分像素点，减少投票过程中用到的像素点。

概率霍夫变换检测直线的函数：

CV::HoughLinesP(binary, lines,
                deltaRho, deltaTheta, minVote,
                minLength, maxGap);

圆的参数方程：

$r^{2}=(x-x_{0})^{2}+(y-y_{0})^{2}$

这个方程中包含三个参数（圆半径和圆心坐标），这表明需要使用三维的累加器。但一般来说，累加器的维数越多，霍夫变换就越复杂，可靠性也就越低。

在用霍夫变换检测圆的实现中使用两轮筛选。

检测边缘发现可能的圆心，第一轮筛选使用一个二维累加器，找到可能的圆的位置。因为圆上像素点的梯度方向与半径方向是一致的，所以对每个像素点来说，累加器只对沿着梯度方向的入口增加计数（根据预先定义的最小和最大半径值）。

一旦检测到可能的圆心（即收到预定数量的投票），就在第二轮筛选中建立半径值范围的一维直方图。这个直方图的尖峰就是被检测圆的半径

注意点：

霍夫变换对噪声比较敏感，因此需要对图像先进行中值滤波，去除椒盐噪声。

《OpenCV 计算机视觉编程攻略》

关注