Python Hough变换中的置信度：是否存在？
我正在使用scikit image和Python中的Hough变换算法来查找十字线的中心 总的来说，这会产生很好的结果，但我需要准确地量化十字线的中心被发现的程度。由于有多条线而导致的错误传播，我可以处理。然而，我还没有找到一种测量拟合置信度的方法（例如，像协方差） 这表明可能有一些方法可以量化这一点，但我并没有完整地阅读它。它还建议对hough空间进行平滑和插值，以更好地定位峰值的最大值Python Hough变换中的置信度：是否存在？,python,image-processing,scikit-image,hough-transform,vision,Python,Image Processing,Scikit Image,Hough Transform,Vision,我正在使用scikit image和Python中的Hough变换算法来查找十字线的中心 总的来说，这会产生很好的结果，但我需要准确地量化十字线的中心被发现的程度。由于有多条线而导致的错误传播，我可以处理。然而，我还没有找到一种测量拟合置信度的方法（例如，像协方差） 这表明可能有一些方法可以量化这一点，但我并没有完整地阅读它。它还建议对hough空间进行平滑和插值，以更好地定位峰值的最大值 也可以考虑将曲线（即2D高斯或洛伦兹）拟合到图像的霍夫空间，因为即使是坏协方差也是可以在科学文献上报告的协
也可以考虑将曲线（即2D高斯或洛伦兹）拟合到图像的霍夫空间，因为即使是坏协方差也是可以在科学文献上报告的协方差。如果这是正确的方法，还不清楚应该使用哪个函数来拟合hough空间中的数据。一条完美的直线变成了正弦曲线，但这些正弦曲线的累积会产生峰值
你知道如何量化霍夫变换的精度吗？如果是，怎么做？你会推荐一种不同的方法来解决这个问题吗？（希望不会） 在这里试试