Computer vision 计算机视觉：使用Hough变换检测抛物线

有论文描述了如何将霍夫变换推广到检测圆和抛物线等形状。不过，我对计算机视觉还不熟悉，觉得这些论文很难写。还有一些代码可以进行这种检测，但这超出了我的想象。我想知道是否有人能用要点或伪代码简单地描述Hough变换是如何用于检测图像中的抛物线的。那太棒了。或者，如果有人知道我在网上没有遇到的任何基本解释，那也就足够了：）

---

非常感谢：）。

有趣的问题。这看起来像是一个大问题。我包括了一个摘要（引用不多）。另请参见此答案底部Mathworks的源代码-Matlab具有对您有用的

houghlines

和

houghpeaks

函数。希望能有帮助

• 对目标图像运行边缘检测算法，如Canny边缘检测器
• 将边缘/边界点输入Hough变换（线检测）
  • 为每个点在极坐标空间（半径、角度）中生成曲线 在笛卡尔空间（也称为 累加器阵列）
  • 从累加器数组中提取局部最大值，例如使用 相对阈值
  • 换句话说，我们只取累加器中的那些局部极大值 值等于或的数组 大于某个固定百分比的 全局最大值
• 对笛卡尔空间的去Houghing产生了一组图像主体的线条描述

cs.jhu.edu：

---

来自Mathworks的代码：

谢谢Gary，这真的很有用：）。