Hough Transform은 이미지 내의 선과 원형과 같은 형상을 감지하는 데 사용되는 이미지 처리의 인기있는 기술입니다. 그것은 이미지 공간에서 포인트를 변환하여 매개 변수 공간으로, 모양이 더 쉽게 식별 할 수 있습니다. 이 문서는 선과 원 감지에 대한 Hough Transform 적용 방법을 설명합니다.

선을 위한 Hough Transform의 파생

기본 아이디어는 매개 변수의 집합으로 이미지의 선을 나타내는 것입니다. 가장 일반적인 형태는 일반 형태입니다 : ρ = x cos θ + y sin θ, 어디 ρ]는 라인에 기원에서 수직 거리이며 θ]]]는 각 영역에서 가장 일반적인 영역의 각도를 나타냅니다. (이 영역에서 가장 일반적인 영역은, 이 영역에서 가장 일반적인 영역의 영역에서 가장 일반적인 영역의 영역은, (이 영역에서).

선 검출을 위한 Hough Transform 적용

줄을 감지하려면 알고리즘은 다음과 같은 단계가 있습니다.

  • Canny와 같은 가장자리 검출 방법을 사용하여 이진 가장자리 지도로 이미지를 변환합니다.
  • (ρ, θ) 매개 변수에 대한 축적 배열을 초기화합니다.
  • 각 가장자리 점에 대해 가능한 모든 (ρ, θ) 쌍을 계산하고 해당 누적 셀을 증가시킨다.
  • 검출된 선에 대응하는 축적된 배열에 있는 피크를 식별합니다.

원스톱을 위한 Hough Transform의 파생 및 응용

원형 감지는 반경 매개 변수를 추가하여 라인 감지를 확장합니다. 원형은 (x - a)^2 + (y - b)^2 = r^2, (a, b)는 센터와 r 반경입니다. 매개 변수 공간은 3 차원이됩니다. (a, b, r). 각 가장자리 포인트의 경우, 가능한 원 센터는 다양한 레이디에 대해 계산되며,이 공간은 3 차원이 축적됩니다.

원 감지에 대한 Hough Transform 적용

단계는 다음과 같습니다 :

  • 이미지에 가장자리 탐지를 실행하십시오.
  • 원을 검색하기 위해 레이디의 범위를 선택하십시오.
  • 각 가장자리 점 및 각 반경을 위해, compute 잠재적인 원형 센터 및 증축기를 새롭게 합니다.
  • 3D 축적자에 피크를 찾아 원형 센터와 레이디를 나타냅니다.