霍夫变换

最新推荐文章于 2023-07-19 20:03:13 发布

博辣条

最新推荐文章于 2023-07-19 20:03:13 发布

阅读量319

点赞数

1.直线检测

对于直线y=mx+b中的一个点可以表示为 $r = x cos\theta + y sin\theta$ 可以避免m为无限或者不存在的情况

其中r是原点到直线上最近点的距离(其他人可能把这记录为ρ，下面也可以把r看成参数ρ，θ是x轴与连接原点和最近点直线之间的夹角。如图

笛卡尔坐标中围绕一个点的r与θ值是一个正弦函数

å¾2

如何判断两个点在一条直线上，假设笛卡尔坐标中有两个点i与j，如果两点在一条直线则必然存在 $r_i{} = \theta _{i}, r_j{} = \theta _{j}$ ,

如果是三个点也是一样的情况，所以在霍夫空间中三条正弦曲线在同一个点相交，所有当有N个点时，如果相同的r，θ超过一定数目(阈值)的则可以判断这N个点在一条直线上

假设都在k点相交，那么这条直线的极坐标表达式为 $\rho _{k} = xcos\theta _{k}+ysin\theta _{k}$

å¨è¿éæå¥å¾çæè¿°

例如取五个点计算不同角度下（θ为0°、45°、90°、135°、180°）的ρ值，45°时值一样

所以该直线的极坐标为 $\frac{9\sqrt{2}}{2}=xcos45^{o}+ysin45_{o}$

霍夫直线检测

1.opencv的HoughLines函数是标准霍夫线变换函数，该函数的功能是通过一组参数对 $(\theta, r_{\theta})$ 的集合来表示检测到的直线，其函数原型为：HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines

image参数表示边缘检测的输出图像，该图像为单通道8位二进制图像。

rho参数表示参数极径 $r$ 以像素值为单位的分辨率，这里一般使用1像素。

theta参数表示参数极角 $\theta$ 以弧度为单位的分辨率，这里使用1度。

threshold参数表示检测一条直线所需最少的曲线交点。

lines参数表示储存着检测到的直线的参数对 $(r,\theta)$ 的容器。

srn参数、stn参数默认都为0。如果srn = 0且stn = 0，则使用经典的Hough变换。

min_theta参数表示对于标准和多尺度Hough变换，检查线条的最小角度。

max_theta参数表示对于标准和多尺度Hough变换，检查线条的最大角度。

2.opencv的HoughLinesP函数是统计概率霍夫线变换函数，该函数能输出检测到的直线的端点 $(x_{0}, y_{0}, x_{1}, y_{1})$ ，其函数原型为：HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines

image参数表示边缘检测的输出图像，该图像为单通道8位二进制图像。

rho参数表示参数极径 $r$ 以像素值为单位的分辨率，这里一般使用 1 像素。

theta参数表示参数极角 $\theta$ 以弧度为单位的分辨率，这里使用 1度。

threshold参数表示检测一条直线所需最少的曲线交点。

lines参数表示储存着检测到的直线的参数对 $(x_{start}, y_{start}, x_{end}, y_{end})$ 的容器，也就是线段两个端点的坐标。

minLineLength参数表示能组成一条直线的最少点的数量，点数量不足的直线将被抛弃。

maxLineGap参数表示能被认为在一条直线上的亮点的最大距离。

2. 圆检测

笛卡尔坐标系中圆表达式为

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

转换到霍夫坐标中已 $x_{1}$ , $y_{1}$ 为例，可以做出 $(a-x_{1})^{2}+(b-y_{1})^{2}=r^{2}$ ,同理 $x_{2}$ , $y_{2}$ ,和 $x_{3}$ , $y_{3}$ ,可以做出两个圆，由于a, b ,r不确定所以是已 $x_{1}$ , $y_{1}$ ， $x_{2}$ , $y_{2}$ ,和 $x_{3}$ , $y_{3}$ 为顶点的圆锥，假如这三个点在一个圆上，那个这三个圆锥必然相交与一个点这个点就是圆心，

OpenCV中提供的cvHoughCircle()函数里面可以设定半径r的取值范围，相当于有一个先验设定，在每一个r来说，在二维空间内寻找a和b就可以了，能够减少计算量。

x-y坐标系中一个圆形边界上有很多个点，对应到a-b坐标系中就会有很多个圆。由于原图像中这些点都在同一个圆形上，那么转换后a,b必定也满足a-b坐标系下的所有圆形的方程式。直观表现为这许多点对应的圆都会相交于一个点，那么这个交点就可能是圆心(a, b)

å¨è¿éæå¥å¾çæè¿°

博辣条

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
霍夫变换

1.直线检测对于直线y=mx+b中的一个点可以表示为可以避免m为无限或者不存在的情况其中r是原点到直线上最近点的距离(其他人可能把这记录为ρ，下面也可以把r看成参数ρ，θ是x轴与连接原点和最近点直线之间的夹角。如图笛卡尔坐标中围绕一个点的r与θ值是一个正弦函数如何判断两个点在一条直线上，假设笛卡尔坐标中有两个点i与j，如果两点在一条直线则必然存在,如果是三个点也是一样的...
复制链接

扫一扫