使用广义霍夫变换比较任意形状

Question

我使用广义霍夫变换来区分各种任意形状。我将要处理的几个形状如下所示： http://i50.tinypic.com/2u550t5.png

我已成功实施以下步骤：

A）转型/培训阶段

i）获取二进制图像的阈值 ii）使用cvFindContour获取轮廓 iii）计算每个边缘像素的距离'r'和渐变方向（phi） iv）创建R-table

为每个形状创建一个R-table数据库

B）表彰

i）获取任意形状的轮廓 ii）计算每个边缘像素的渐变方向 iii）使用R-table，构建累加器

我的问题是如何进一步处理？

如何使用此累加器数据检测形状？

Answer 1

基本上，一旦你有累加器图像，你必须找到它中的峰值，即具有最高“投票数”的像素（或单元格），一个峰值应该粗略地表示你的位置形状

有很多关于广义霍夫教程的教程，我喜欢M. Ulrich撰写的论文"Hierarchical Real-Time Recognition of Compound Objects in Images"，其中图4.3,4.4和4.5清楚地解释了这个主题。