简介
这篇博客想写的东西非常杂,到现在我还不知道应该怎么组织或者说怎么把想写的东西贯穿起来。
最开始,我是想看一些矩形检测的算法,比较传统的肯定是基于HOUGH变换,基于角点,然后考虑角度、对边等矩形的特征,限制数据点;
接着,我想知道,除了霍夫和角点,有没有别的,易于检测的特征,能够让我借用在矩形检测算法上,或者,能否对算法本身做一些改进或者融合,于是,我看到了Harr特征,并且看到了一些类似区域生长和霍夫结合的方法;
然后,我发现区域生长似乎是一个对局部解很良好的办法,于是我去搜了下他的步骤和特征,然后神奇的发现,LSD直线检测,竟然用的就是区域生长算法,怪不得他对局部解良好;
所以,兜兜转转,世界就这么大,方法,似乎也就这么多,焦不离孟孟不离焦。
以此总结。
总结
由于放到一篇文章里显得太多太杂,因此分为三篇小文章。