image and video processing听课笔记（四）

本章主要讲解最基本的图像分割算法

Hough transform霍夫变换

算法流程：读入图片，边缘检测，创建累加器，找到累加器中的最大值，将曲线画回原图片

首先从检测直线来理解，平面直线的表达式

row是直线到原点的距离，theta是x轴到过原点垂线逆时针方向夹角，直线上的所有点都满足上述表达式。而每一个点(x,y)都可以有无限多条直线(row，theta)与之对应，就看做这些直线(row,theta)得到点(x,y)的一次投票。

同理，通过另一个点也有无数条直线(row,theta)与之对应，这些线同样得到该点的一次投票。此时有且仅有一条直线会同时得到来自上述两点的投票。继续检测其他点（这些点应该具有一些相同属性，比如相同灰度值），对通过每个点的直线投票，那么目标直线就是累计得票最多的(row,theta)，上限是取点数。

现在把这个过程转换到row和theta的坐标上理解

平面上固定的点(x,y)，取遍theta可以得到不同的row，这些(row,theta)在坐标上描出形如sin函数的图，同理每个点都可以得到一个这样的类似sin函数的图，每个(row,theta)可以用一个累加器来记录函数通过它的次数（得票数），次数越多的就越可能是目标直线。

下列程序调用MATLAB的库函数来实现hough变换寻找直线段。

如何检测圆？

平面圆上的每个点都满足如下方程，(x0,y0)是圆心坐标，r是圆半径

和直线检测类似，每个点(x,y)对通过它的圆(x0,y0,r)投票，票数最多的就是目标圆了，对应的应该是3维坐标

hough变换一边用于检测简单的曲线，比如直线，圆，椭圆，因为他们的表达式中参数有限且范围固定，所以计算效率较高，占用空间也不会很大。下一章将会和大家分享otsu算法的学习心得。