Hier ist ein Artikel über die Randomized Hough-Transformation, die ich glaube, die gleiche wie die „Wahrscheinlichkeits Hough-Transformation“ in OpenCV http://en.wikipedia.org/wiki/Randomized_Hough_Transform
grundsätzlich verwendet werden, müssen Sie nicht den Speicher aufzufüllen für Alle Punkte, aber wählen Sie eine Reihe von Punkten mit bestimmten Kriterien, um die Hough-Transformation zu füllen.
Die Konsequenz ist, dass Sie manchmal die tatsächliche Linie verpassen könnten, wenn es nicht genug Punkte gibt, mit denen Sie beginnen. Ich nehme an, dass Sie das verwenden möchten, wenn Sie etwas lineare Strukturen haben, so dass die meisten Punkte überflüssig wären. Referenz Nr. 2: L. Xu, E. Oja und P. Kultanan, "Eine neue Methode zur Kurvenerkennung: Randomisierte Hough-Transformation (RHT)", Pattern Recogn. Lette. 11, 1990, 331-338.
Ich lese auch über einige ziemlich unterschiedliche Ansätze, bei denen die Algorithmen zwei Punkte benötigen und den Punkt in der Mitte dieser beiden Punkte berechnen. Wenn der Punkt ein Kantenpunkt ist, würden wir den Behälter für diese Linie ansammeln. Dies ist scheinbar extrem schnell, aber Sie würden eine etwas nicht-spärliche Matrix annehmen, da Sie Zeilen leicht verpassen könnten, wenn nicht genügend Randpunkte vorhanden sind.
sehr nützliche Kommentare! Vielen Dank! Ich habe mich nicht mit randomisierten Ansätzen beschäftigt, sondern eher mit "probabilistischer Hough-Transformation". – galactica
Die randomisierte Hough-Transformation unterscheidet sich von der progressiven probabilistischen Hough-Transformation. Ersteres nimmt Tupel von zufälligen Punkten, die in einzelne Zellen im Hough-Raum abgebildet werden. Dies geschieht iterativ, und Linien/Ebenen werden erkannt, sobald eine Akkumulatorzelle einen Schwellenwert überschreitet. Letzteres hat einen Filtermechanismus, um Rauschen zu eliminieren, indem der Prozentsatz der Stimmen der Gesamtzahl der Stimmen, die für eine Zelle stimmen, berücksichtigt wird. Siehe: "Die 3D-Hough-Transformation zur Ebenenerkennung in Punktwolken: Ein Überblick und ein neuer Akkumulatorentwurf" von Borrmann et al. (2011) –
Verstehe nicht, warum dies die akzeptierte Antwort ist? Es hat wenig, wenn überhaupt, etwas mit der OpenCV-Implementierung zu tun, die, wie oben erwähnt, die progressive probabilistische Hough-Transformation und nicht die randomisierte Hough-Transformation implementiert. –