Hough Transform可用于从图像中提取线条。它也可以用于提取曲线-尽管难度较大，但因为高维Hough变换会占用大量资源，因此这会有些困难。我想知道是否对于一个3阶曲线(即x ^ {3} + ax ^ {2} + bx + c)如何将Hough变换限制为2D投票空间？
任何人都知道任何解释此问题的不错的网站(似乎找不到任何网站)。或在这里没有一个解释:)。
最佳答案
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累加器并在那里寻找最大值。 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。
您可能需要将搜索分为两个阶段-例如，为您的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，但请注意，这种 split 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Hough变换的方法:(概率)随机Hough变换，混合和多维Hough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”可能会带给您更好的主意:Hough变换是连续Radon变换的离散版本。
关于math - 霍夫变换，用于查找曲线段，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/5502726/