霍夫变换
維基百科,自由的 encyclopedia
霍夫變換是一種特徵提取技术,被廣泛應用在圖像分析、電腦視覺以及數位影像處理(英语:Digital image processing)[1]。 霍夫變換用于辨別找出物件中的特徵,例如:線條。演算法流程大致如下,給定一個物件、要辨別的形狀的種類,演算法會在參數空間(英语:Parameter space)中執行投票來決定物體的形狀,而這是由累加空間(accumulator space)裡的局部最大值來決定。
此條目需要編修,以確保文法、用詞、语气、格式、標點等使用恰当。 (2022年4月6日) |
現在廣泛使用的霍夫變換是由 Richard Duda 和 Peter Hart 在西元1972年發明,並稱之為廣義霍夫變換[2],廣義霍夫變換和更早前1962年的Paul Hough 的專利有關 [3] [4] 。 經典的霍夫變換是偵測圖片中的直線,之後,霍夫變換不僅能識別直線,也能夠識別任何形狀,常見的有圓形、橢圓形。1981年,因為Dana H. Ballard 的一篇期刊論文 "Generalizing the Hough transform to detect arbitrary shapes",讓霍夫變換開始流行於计算机視覺界。