- 霍夫圆检测原理
从平面坐标到极坐标转换三个参数C(x1,y1,r).x1,y1是圆心(三个自由度,系统遍历开销大,允许选择半径参数)
假设平面坐标的任意一个圆上的点,转换到极坐标中:C(x1,y1,r)处有最大值,霍夫变换正是利用这个原理实现圆的检测。
HoughCircles(
InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
OutputArray circles, // 输出结果,发现的圆信息
Int method, // 方法HOUGH_GRADIENT
Double dp, //累加图像的分辨率,1为不变,大于2则分辨率减小
Double mindist, //10 最短距离-可以分辨是两个圆的,否则认为是同心圆
Double param1, //100 Canny边缘检测边阈值
Double param2, // 中心点累加器阈值(候选圆心)
Int minradius, // 最小半径
Int maxradius)// 最大半径
- 因为霍夫圆检测对噪声比较敏感,所以首先要对图像做中值滤波。
基于效率考虑,Opencv中实现的霍夫变换圆检测是基于图像梯度的实现,分为两步:
①检测边缘,发现可能的圆心
②基于第一步的基础上从候选圆心开始计算最佳半径大小
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main