OpenCV 笔记(19)：霍夫直线检测

1.  霍夫空间和霍夫变换

1.1 霍夫空间

霍夫空间(Hough space)是一种用于图像分析的特征空间，用于描述图像中具有相同形状的线段或曲线。

霍夫空间是指将图像空间中的点映射到参数空间后形成的空间。参数空间的维度由形状的描述参数的个数决定。例如，对于直线检测，参数空间的维度为 2，其中一个维度表示直线的斜率，另一个维度表示直线的截距。对于圆检测，参数空间的维度为 3，这三个参数分别是圆心坐标和圆的半径。

霍夫空间具有以下特性：

• 霍夫空间的维度等于直线或曲线的特征参数的个数。

• 霍夫空间中的每个点都对应于图像空间中的一条特征线。

• 霍夫空间中的点的值表示该特征线在图像空间中的出现频率。

1.2 霍夫变换

霍夫变换(Hough transform)是一种基于霍夫空间的图像特征提取算法。它可以用于检测图像中的直线、圆形、椭圆等形状。

霍夫变换具有以下优点：

• 速度快，适合处理大尺寸的图像。

• 可以检测任意形状的图像。

霍夫变换也具有以下缺点：

• 对图像噪声敏感。

• 容易受到干扰。

霍夫变换的步骤：

• 对图像进行预处理，提取边缘点。

• 将边缘点映射到霍夫空间中。

• 在霍夫空间中计算累加函数。

• 根据累加函数的值来检测图像中的形状。

2.  霍夫直线检测

2.1 直线检测的霍夫空间

在图像空间中，直线可以用 y = mx+b 表示，其中 m 是直线的斜率，b 是直线的截距。

在参数空间中，直线可以用 (m,b) 表示，其中 m 是直线的斜率，b 是直线的截距。

图像空间中的每条直线在参数空间中都对应着单独一个点来表示。图像空间中的直线上任何一部分线段在参数空间对应的是同一个点。

将图像空间中的直线映射到参数空间中的点，其中 θ 是直线的倾斜角，r 是直线与原点的距离。