OpenCV中概率霍夫变换的具体实现是什么？答案

【问题标题】：What is the particular implementation of Probabilistic Hough Transform in OpenCV?OpenCV中概率霍夫变换的具体实现是什么？
【发布时间】：2011-05-17 15:51:44
【问题描述】：

有人知道 OpenCV 实现中概率霍夫变换的特定算法吗？我的意思是，是否有关于该算法的参考论文或文档？

为了得到这个想法，我当然可以查看源代码，但我想知道是否有任何关于它的文档。 -- 它不在源代码的 cmets (OpenCV 1.0) 中。

谢谢！

-晋

【问题讨论】：

标签： opencv hough-transform

【解决方案1】：

OpenCV 文档指出该算法基于 J Matas 等人的“使用渐进概率霍夫变换对线条进行稳健检测”。这与维基百科上描述的 RHT 完全不同。

该论文似乎无法在 Internet 上免费获得，但您可以从 Elsevier 购买

【讨论】：

【解决方案2】：

OpenCV 2.4.4 中HoughLinesProbabilistic 的源代码包含解释所涉及的各个步骤的内联 cmets。

https://github.com/Itseez/opencv/blob/master/modules/imgproc/src/hough.cpp

【讨论】：

链接到 GitHub 时请使用永久链接。自从您发布该链接以来，该文件已更改，因此行号现在无关紧要。 GitHub 并不容易。您可以在文件视图上按“y”来获取永久链接。

【解决方案3】：

第 6 节中的文章 Line Detection by Hough transformation 可能会有用。

【讨论】：

感谢这篇论文。我发现它非常有用。

【解决方案4】：

这是 Matas 等人的一篇相当简洁的论文。描述了该方法，正如其他人所提到的，它确实与随机霍夫变换有很大不同：

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.40.2186&rep=rep1&type=pdf

（但不确定此链接的有效期。它来自 citeseer，不希望它明天就消失，但谁知道...）

我快速查看了 hough.cpp 中的实现 icvHoughLinesProbabilistic()，因为我将使用它 :-) 它看起来相当简单，无论如何，我的主要兴趣是它是否在结束 - 它没有，这很好。这只是意味着，如果希望获得准确的线段，可能需要使用 OpenCV 返回的起点/终点和隐含的线参数来从整个点集中选择相关点。我首先会使用一个相当保守的距离阈值，然后在这些点上以较小的阈值运行 RANSAC/MSAC。最后，像往常一样将一条线拟合到内部集，例如使用 OpenCV 的 cvFitLine()。

【讨论】：

【解决方案5】：

这是一篇关于随机霍夫变换的文章，我认为它与 OpenCV 中使用的“概率霍夫变换”相同 http://en.wikipedia.org/wiki/Randomized_Hough_Transform

基本上，您不会为所有点填充累加器，而是选择具有特定标准的一组点来填充霍夫变换。

结果是，有时，如果没有足够的起点，您可能会错过实际线路。如果你有一些线性结构，我想你会想要使用它，这样大多数点都是多余的。参考文献 2：L. Xu、E. Oja 和 P. Kultanan，“一种新的曲线检测方法：随机霍夫变换 (RHT)”，模式识别。莱特。 11, 1990, 331-338。

我还阅读了一些非常不同的方法，其中算法将采用两个点并计算这两个点中间的点。如果该点是边缘点，那么我们将累积该线的 bin。这显然非常快，但你会假设一个有点非稀疏矩阵，因为如果没有足够的边缘点开始，你很容易错过线条。

【讨论】：

非常有用的cmets！谢谢！我没有研究随机方法的路线，而是认为它应该是“概率霍夫变换”之类的东西。
随机霍夫变换不同于渐进概率霍夫变换。前者采用随机点的元组映射到霍夫空间中的单个单元格。它迭代地执行此操作，并且一旦累加器单元越过阈值，就会检测到线/平面。后者有一个过滤机制，通过考虑投票给一个单元的总票数的百分比来消除噪音。请参阅：Borrmann 等人的“点云中平面检测的 3D Hough 变换：回顾和新的累加器设计”。 (2011)
不明白为什么这是公认的答案？它与 OpenCV 实现几乎没有关系，如上所述，OpenCV 实现了渐进概率霍夫变换而不是随机霍夫变换。