在这里的例子中，我不知道为什么它在霍夫圆算法之前首先调用中值滤波器。这是否意味着提供更好的检测？
另外，在调用霍夫圆算法时，是否还有其他一些技巧可能有用？特别是，如果圆形物体的背景亮度相同，因此在灰度上看起来很均匀，那么我能在这里做些什么吗？
此外，如果我无法获得完美的检测，我宁愿检测到较少的圆圈，而是检测到的圆圈是正确的。
由于
答案 0 :(得分：1)
模糊将有助于通过降低噪声来避免虚假圆检测，因为openCV使用了霍夫圆检测算法的渐变版本，如下所述：http://homepages.inf.ed.ac.uk/rbf/BOOKS/BANDB/LIB/bandb4_3.pdf
模糊的大小将与内部Canny边缘检测器的上限阈值相互作用，即param_1。你想要玩弄它。
要解决亮度问题，请尝试仅使用隔离的R，G和B通道进行检测。为了获得更完整的结果，您可以将色调移动60，然后再次使用隔离通道。
答案 1 :(得分：1)
是的，它旨在降低图像中的噪声，旨在改善边缘检测。边缘检测算法对噪声敏感。
这里描述： https://en.wikipedia.org/wiki/Median_filter
但是这张图片更好地说明了模糊改善了（甚至是你的大脑）边缘检测： https://upload.wikimedia.org/wikipedia/commons/6/62/Cappadocia_Gaussian_Blur.svg
这张图片来自一篇关于高斯模糊的文章，这是另一种降低信号噪声（如图像）的平滑技术。但是，中值滤波器比高斯模糊更好地保留边缘，因此它在图像处理中的使用。 （在＆＃34;边缘保存属性＆＃34;在Wiki＆＃39的Median Filter文章中描述）
