transformation de Hough peut être utilisée pour extraire des lignes d'images. Il peut également être utilisé pour extraire des courbes - il s'agit d'un peu plus difficile, car les transformations plus haghensions de Hough sont consommées de ressources. Je me demandais si comment on limite la transformation de Hough vers un espace de vote 2D pour une courbe de commande 3 I.e. x ^ {3} + BX + C?
Quelqu'un sache tous les bons sites en expliquant cela (ne semble pas y trouver). Ou une explication ici s'il n'y en a pas :).
3 Réponses :
Essayez Googling "Transformation Généralisée Hough" et vous trouverez beaucoup de choses à ce sujet, y compris le papier d'origine par Ballard, qui semble assez lisible. Quel est le meilleur de ceux-ci pour vous dépend de l'endroit où vous partez avec cela, de sorte que Google est probablement votre meilleure option.
scholar.google.com donne de nombreux papiers, mais peu d'entre eux sont gratuits (bien que si vous avez accès, c'est probablement le meilleur début).
Merci Tom, oui, j'ai regardé quelques papiers. Cependant, ce que je veux savoir, c'est comment restreindre l'espace de vote à 2D. Peut-être que j'ai manqué de le voir dans le papier d'origine, mais je ne m'attendrais pas à ce qu'il soit là, car il s'agit davantage d'une optimisation.
Il me semble que l'exemple ellipse de Ballard est assez similaire à ce que vous voulez. Là, il commence par les 4 paramètres libres d'une ellipse et utilise les invariants inhérents à l'HT pour enlever quelques-uns d'entre eux.
Vous n'avez besoin que de localiser la courbe pour laquelle vous connaissez déjà vos paramètres A, B, C? En utilisant GHT, vous pouvez créer un espace de vote discret de votre équation. Utilisez-le pour voter dans un espace 2D et vous trouverez votre courbe. Si vous essayez de déterminer A, B, C de la transformation de Hough, il sera plus difficile :)
L'essence de la transformation de Hough généralisée que les «côtés» de l'accumulateur sont la réponse que vous recherchez. Si vous essayez de faire correspondre des ellipses ou des courbes arbitraires - dans votre cas A, B, des paramètres C, vous devez créer un accumulateur 3D et rechercher un maximum de connexion. Google "Détection d'ellipse à l'aide de la transformation de Hough" ou "détection de forme arbitraire à l'aide de la transformation de Hough".
Il existe de nombreuses méthodes d'optimisation de votre recherche dans un accumulateur multidimensionnel, alors n'ayez pas peur de construire un espace paramétré multidimensionnel HT - il peut vous donner un bon aperçu de votre problème.
Vous voudrez peut-être fractionner votre recherche en deux étapes - par exemple, construire un classique 2D pour vos paramètres A et B, puis utilisez un accumulateur 1D très simple pour la recherche de C, cela a été effectué dans la détection des bords, mais sachez que cela La scission peut introduire de grandes erreurs si vous avez un, B, C interdépendant.
façons d'optimiser la transformation multidimensionnelle de Hough: transformation de Hough randomisée, transformation hybride et multidimensionnelle.
La transformation de Hough généralisée et la transformation du radon sont presque synonymes, donc pour la détection de forme arbitraire "Transformation de radon" peut vous donner de meilleures idées: la transformation de Hough est une version discrète de la transformation continue du radon.
Merci tout - aura une lecture à tous quand j'attire une chance et sélectionnez une solution.