简述霍夫变换过程.docx

《简述霍夫变换过程.docx》由会员分享，可在线阅读，更多相关《简述霍夫变换过程.docx（2页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

简述霍夫变换过程霍夫变换是一种特征提取(feature extraction),被广泛应用在图像分析(image analysis )、计算 机视觉 (computer vision)以及数位影像处理 (digital image processing)。霍夫变换是 用来区分找出物件中的特征，例如：线条。 他的算法流程大致如下，给定一个物件、 要区分的形状的种类，算法会在参数空 b(parameter space)中执行投票来决定 物体的形状，而这是由累加空间 (accumulator space)里 的局部最大值 (local maximum)来决定。现在广泛使用的霍夫变换是由RichardDuda 和 PeterHart 在公元 1972 年创造，并称之为广义霍夫变换 (generalizedHoughtransform),广义霍夫 变换和更早前1962年的PaulHough的 专利有关。经典的霍夫变换是侦测图片 中的直线，之后，霍夫变换不仅能识别直 线，也能够识别任何形状，常见的有圆形、 椭圆形。1981年,因为DanaH.Ballard的 一篇期刊论文Generalizing the Hough transform to detect arbitrary shapes, 让 霍夫变换开始流行于计算机视觉界。