线段检测器与Probabalistic Hough变换

Question

在OpenCV中，有两种检测线的方法，它们以端点矢量的形式给出类似的结果 - Line Segments Detector (LSD)和Probabilistic Hough Transform。 （折扣标准霍夫变换作为给定的输出是根据方程而不是线端点。）

我还没有找到这两种线检测方法及其优缺点的比较和对比。因此 - 这两个功能有什么区别？使用一种方法而不是另一种方法有什么特别的好处吗？

此外，还有其他一些鲜为人知的线路检测方法（如LSD）在某些用例中可能有用吗？

Answer 1

线段检测器（LSD）

• 将灰度图像作为输入
• 无需任何参数调整即可正常工作
• 以线性时间运行
• 提供亚像素精确结果
• 适用于无参数边缘检测
• LSD paper by Grompone Von Gioi et al
• 示例实施：using LSD to detect data matrices

（渐进式）概率Hough变换

• 将二进制图像作为输入
• 有几个调整参数;距离分辨率（rho），角度分辨率（θ），累加器阈值参数（仅返回具有足够票数的参数），最小线长和最大线间距
• 时间性能取决于参数（但比标准Hough变换有所改进）
• 由于随机性，多次运行可能会产生不同的结果
• 对更具体的寻线有用;参数允许调整，并且可以选择组合段（通过最大线间隙参数）返回单个较长的行
• OpenCV实施是Progressive Probabilistic Hough Transform（感谢Dr. D.'s answer on this question）

其他算法

• EDLines：利用边缘检测器的线性时间线段检测器。据我所知，没有OpenCV实现。

（感谢Micka的评论指出了输入和潜在用途的差异）