Hough Transform یک تکنیک محبوب در پردازش تصویر است که برای تشخیص اشکال هندسی مانند خطوط و دایره ها در تصاویر استفاده می شود.این با تبدیل نقاط در فضای تصویر به یک فضای پارامتر کار می کند، جایی که شکل ها می توانند به راحتی شناسایی شوند.این مقاله توضیح می دهد که چگونه برای استخراج و اعمال Hough Transform برای خط و تشخیص دایره.

تغییر Hough Transform برای خطوط

ایده اصلی این است که یک خط در تصویر به عنوان مجموعه ای از پارامترهای نشان دهنده باشد.[۵] رایج ترین شکل طبیعی است: = x £ DMA + y ، که در آن رای گیری نشان می دهد فاصله ی بی نظیر از مبدا به خط مبدا است و (F.

استفاده از Hough Transform برای تشخیص خط

برای تشخیص خطوط، الگوریتم شامل مراحل زیر است:

  • تبدیل تصویر به یک نقشه دودویی با استفاده از روش های تشخیص لبه مانند Canny.
  • ابتدا یک آرایه accumulator را برای پارامترهای ( ⁇ ، π) ایجاد کنید.
  • برای هر نقطه لبه، تمام جفت های ممکن ( ⁇ ، Å) را محاسبه کنید و سلول های پارامتری مربوطه را افزایش دهید.
  • شناسایی قله ها در آرایه accumulator که با خطوط شناسایی شده مطابقت دارد.

انگیزه و کاربرد H Transformough برای دایره ها

تشخیص دایره با اضافه کردن پارامتر شعاع، تشخیص خط را گسترش می دهد.یک دایره را می توان به عنوان (FLT:0 (x - a)^2 + (y- b)^2 = r^2 ، که در آن (a، ب) مرکز رای و r است پارامتر فضایی سه بعدی می شود: (a، b، برای هر نقطه ای که ممکن است برای محاسبه 3 لبه باشد.

استفاده از Hough Transform برای تشخیص دایره

مراحل شامل:

  • تشخیص لبه را روی تصویر انجام دهید.
  • یک طیف وسیعی از راد را انتخاب کنید تا به دنبال دایره بگردید.
  • برای هر نقطه لبه و هر شعاع، مراکز حلقه بالقوه را محاسبه و به روز رسانی accumulator.
  • قله های موجود در accumulator 3D را پیدا کنید که مراکز دایره و رادون را نشان می دهد.