ale*_*ale 7 math computer-vision hough-transform
霍夫变换可用于从图像中提取线条.它也可以用来提取曲线 - 这有点困难,因为更高维度的Hough变换是资源消耗.我想知道如何将Hough变换限制为2阶投票空间的3阶曲线,即x ^ {3} + ax ^ {2} + bx + c？
任何人都知道任何好的网站解释这个(似乎找不到任何).或者在这里解释如果没有一个:).
小智 5
累加器“侧面”的广义霍夫变换的实质就是您要寻找的答案。如果要匹配椭圆或任意曲线-在您的情况下，a，b，c参数，则应构建3D累加器并在其中寻找最大值。Google“使用霍夫变换进行椭圆检测”或“使用霍夫变换进行任意形状检测”。
有多种方法可以优化多维累加器中的搜索，因此不要害怕构建多维HT参数化空间-它可以为您很好地概述问题。
您可能希望将搜索分为两个阶段-例如，为a和b参数构建经典的2D，然后使用非常简单的1D累加器来查找c，这已在边缘检测中完成，但是请注意，这种分裂会引入如果a，b，c是相互依赖的，则会出现大错误。
优化多维霍夫变换的方法：（概率）随机霍夫变换，混合和多维霍夫变换。
另外，广义Hough变换和Radon变换几乎是同义词，因此对于任意形状检测，“ Radon变换”可能会给您带来更好的主意：Hough变换是连续Radon变换的离散版本。