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。
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
霍夫空间的形成: