所以我试图在C上编码Hough变换。我有一个二进制图像并从图像中提取了二进制值。现在做霍夫变换我必须将图像中的[X，Y]值转换为[rho，theta]来进行形式的参数变换
RHO = xcos（THETA）+ ysin（THETA）
我不太明白它是如何实际转换的，看看其他在线代码。任何帮助解释算法以及如何根据[X，Y]完成[rho，theta]值的累加器将不胜感激。谢谢。提前。 ：）
答案 0 :(得分：9)
您的问题暗示您认为需要将图像中的每个（X，Y）兴趣点映射到Hough中的 ONE （rho，theta）向量这一事实空间
事实是，图像中的每个点都映射到曲线，即霍夫空间中的 SEVERAL 向量。每个输入点的向量数取决于您决定的某些“任意”分辨率。例如，对于1度分辨率，您将在Hough空间中获得360个向量。
对于（rho，theta）向量，有两种可能的约定：要么使用θ的[0,359]度范围，并且在这种情况下rho总是正的，或者你使用[0,179]度为θ和允许rho为正面或负面。后者通常用于许多实现中。
一旦你理解了这一点，累加器只不过是一个二维数组，它涵盖了（rho，theta）空间的范围，以及每个单元格用0初始化的位置。 用于计算输入中不同点的各种曲线共有的向量数。
因此，该算法计算输入图像中每个感兴趣点的所有360个矢量（假设θ为1度分辨率）。对于这些向量中的每一个，在将rho舍入到最接近的整数值（取决于rho维度的精度，例如，如果我们每单位有2个点，则为0.5）之后，它在累加器中找到相应的单元格，并递增该单元格中的值。现在，请注意，这会为您提供行方程式，通常只需要弄清楚这些有效属于输入图像的行的
上述
的非常粗略的伪代码“实现”Accumulator_rho_size = Sqrt(2) * max(width_of_image, height_of_image)
* precision_factor // e.g. 2 if we want 0.5 precision
Accumulator_theta_size = 180 // going with rho positive or negative convention
Accumulator = newly allocated array of integers
with dimension [Accumulator_rho_size, Accumulator_theta_size]
Fill all cells of Accumulator with 0 value.
For each (x,y) point of interest in the input image
For theta = 0 to 179
rho = round(x * cos(theta) + y * sin(theta),
value_based_on_precision_factor)
Accumulator[rho, theta]++
Search in Accumulator the cells with the biggest counter value
(or with a value above a given threshold) // picking threshold can be tricky
The corresponding (rho, theta) "address" of these cells with a high values are
the polar coordinates of the lines discovered in the the original image, defined
by their angle relative to the x axis, and their distance to the origin.
Simple math can be used to compute various points on this line, in particular
the axis intercepts to produce a y = ax + b equation if so desired.
总的来说，这是一个相当简单的算法。复杂性主要在于与单元一致，例如用于度和弧度之间的转换（大多数数学库的trig函数是基于弧度的），还有关于用于输入图像的坐标系。