Кто-нибудь знает конкретный алгоритм вероятностного преобразования Хафа в реализации OpenCV? Я имею в виду, есть ли справочный документ или документация об алгоритме?
Чтобы понять идею, я, конечно, могу заглянуть в исходный код, но мне интересно, есть ли какая-либо документация по этому поводу. -- этого нет в комментариях к исходному коду (OpenCV 1.0).
Благодарю вас!
-Джин
Вот статья о рандомизированном преобразовании Хафа, которое, как я считаю, совпадает с «вероятностным преобразованием Хафа», используемым в OpenCV http://en.wikipedia.org/wiki/Randomized_Hough_Transform
по сути, вы не заполняете аккумулятор для всех точек, а выбираете набор точек с определенными критериями для заполнения преобразования Хафа.
Следствием этого является то, что иногда вы могли пропустить настоящую линию, если не было достаточно очков для начала. Я предполагаю, что вы захотите использовать это, если у вас несколько линейные структуры, так что большинство точек будут избыточными. ссылка № 2: Л. Сюй, Э. Оджа и П. Култанан, «Новый метод обнаружения кривой: рандомизированное преобразование Хафа (RHT)», Pattern Recog. лат. 11, 1990, 331-338.
Я также читал о некоторых довольно разных подходах, когда алгоритмы берут две точки и вычисляют точку посередине этих двух точек. если точка является краевой, то мы будем накапливать бин для этой линии. Это, по-видимому, очень быстро, но вы предполагаете несколько неразреженную матрицу, поскольку вы можете легко пропустить строки, если для начала не будет достаточно краевых точек.
В документации OpenCV говорится, что алгоритм основан на «Надежном обнаружении линий с использованием прогрессивного вероятностного преобразования Хафа», разработанного J Matas et al. Это сильно отличается от RHT, описанного в Википедии.
Статья не находится в свободном доступе в Интернете, но вы можете приобрести ее у Elsevier.
Исходный код для HoughLinesProbabilistic в OpenCV 2.4.4 содержит встроенные комментарии, объясняющие различные этапы.
https://github.com/Itseez/opencv/blob/master/modules/imgproc/src/hough.cpp
Статья Обнаружение линий с помощью преобразования Хафа в разделе 6 может быть полезным.
Вот довольно краткая статья Матаса и др. который описывает подход, и, как уже упоминалось, он действительно сильно отличается от рандомизированного преобразования Хафа:
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.40.2186&rep=rep1&type=pdf
(Хотя не уверен, как долго эта ссылка будет действительна. Она находится на / из citeseer, не ожидала, что она просто исчезнет завтра, но кто знает...)
Я бегло просмотрел реализацию icvHoughLinesProbabilistic() в hough.cpp, потому что я буду ее использовать :-) В любом случае, она кажется довольно простой, мой основной интерес заключался в том, выполняет ли она подгонку строк методом наименьших квадратов в конце - это нет, что хорошо. Это просто означает, что если требуется получить точные сегменты линии, можно использовать начальную/конечную точку и подразумеваемые параметры линии, возвращаемые OpenCV, для выбора связанных точек из общего набора точек. Я бы в первую очередь использовал довольно консервативный порог расстояния и запускал RANSAC/MSAC в этих точках с меньшим порогом. Наконец, поместите строку в набор inlier, как обычно, например. используя cvFitLine() OpenCV.
