1.霍夫变换是图像处理中的一种特征提取技术,它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。经典霍夫变换用来检测图像中的直线,后来霍夫变换扩展到任意形状物体的识别,多为圆和椭圆。
霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值,从而把检测任意形状的问题转化为统计峰值问题
2.我们来说明Hough变换的定义:
如下图,直角坐标系中有一条直线l,原点到该直线的垂直距离为ρ,垂线与x轴的夹角为θ,则这条直线是唯一的,且该直线在极坐标系中的方程为:
ρ=xcosθ+ysinθ。
这条直线在极坐标参数空间中表示为一点(ρ,θ),可见极坐标系中一条直线对应极坐标参数空间中某一点(ρ,θ),这种线到点的变换就叫Hough变换。