3.2 Hough circle(霍夫圆变换)

一、标准霍夫圆变化

霍夫梯度法 圆需要3个参数：半径长度r，圆心坐标(x,y)

先Canny detction得到二值图 进行投票，在三维空间进行投票

霍夫梯度法 圆周上面的点，梯度方向做一条直线，直线比过圆心

思路：先找圆心，反过来确定半径大小

怎么找梯度方向？ 对每一个边缘点，通过solbel核卷积（对x,y方向），找到梯度方向，得到一条直线，，把梯度的直线上所有的点都投一票,得票数最多的就说圆心，

怎么确定圆心 算边缘上每个点到每个圆心的距离，然后投票，票最多的就说半径

对图片进行canny detection得到二值图 初始化圆心累加器center_accumulator，半径累加器radius_accumulator 利用sobel卷积核计算x,y方向上的偏导，edge_x，edge_y，确定梯度方向 根据梯度方向来投票 for each point (x,y) in the image 找到非0的像素点 计算偏导dx, dyCalculate the partial derivatives dx, dy #如果dx==0 && dy==0，相当于这不是圆周上的点 if not (dx==0 && dy==0) 该梯度方向的直线上的点都投一票 圆心累加器[点坐标]+=1 end 为了优化结构，进行非极大值抑制和阈值处理 对可能的圆心进行排序，优先处理得票数多的，越大的越可能是真实的圆心sort_centers for 排序的圆心 如果两个圆心相聚太近 可能是同一个圆心，处理得票数高的 if (x,y) is非0的像素点 计算像素点到圆心的距离 半径累加器[]+=1 end 通过非极大值抑制和阈值处理 确定最终圆心和半径

二、伪代码