houghlinesp检测到多条直线_霍夫变换——形状特征提取算法:车道线检测

本文介绍了霍夫变换在图像分析中的应用,特别是用于车道线检测。通过描述霍夫变换的原理和算法流程,阐述了如何利用霍夫变换从2D图像中提取直线特征。在实践中,使用霍夫变换检测到的积累矩阵能揭示图像中的线条,从而找到对应于原始图像的直线。OpenCV库提供了houghlinesp函数来实现这一过程。
摘要由CSDN通过智能技术生成

 霍夫变换是一种特征提取,被广泛应用在图像分析、电脑视觉以及数位影像处理。霍夫变换是用来辨别找出物件中的特征,例如:线条。他的算法流程大致如下,给定一个物件、要辨别的形状的种类,算法会在参数空间中执行投票来决定物体的形状,而这是由累加空间(accumulator space)里的局部最大值来决定。

理论上,霍夫变换就是对于原图上的每一个直线都在参数空间画一条线,最终找出参数空间变换线比较密集的地方在对应回到xy 空间坐标系。为了方便理解,下面简单写了一下草稿,希望对你有帮助。

注意:建正交直角坐标系过程中, 要选取好以图片的某个方位左起始点,以像素作为标度。

a2121b6c5852a90316adb290b6364ca0.png

下图所示:

图像是一个 2D 矩阵,超过一些 x 和 y 坐标系,一条线可以描述为y = mx + b

b69023bf91d2ab1ae0255b4045223932.png

霍夫空间的形成:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值