Je sais que pour que la transformation de Hough fonctionne sur une image, elle doit être une image binaire. Pour convertir à partir d'une image en niveaux de gris, un algorithme de détection de bord doit être utilisé. Je remarque que les gens utilisent toujours la détection de bord Canny au lieu des autres (Sobel, etc.). Pourquoi donc?
Réponses:
La détection des contours Canny est considérée comme une meilleure détection des contours (dans le sens des fausses alarmes) que celles que vous avez mentionnées.
Ceci est principalement dû à 2 étapes:
Ces 2 étapes réduisent le nombre d'arêtes "fausses" et créent ainsi un meilleur point de départ pour des processus plus avancés comme la transformation Hough.
Votre déclaration selon laquelle la transformation de Hough (HT) doit être appliquée à une image binaire n'est pas vraie. Le HT original a en effet été formulé de cette façon, bien que dans l'intervalle différents auteurs aient étendu le HT de nombreuses façons - par exemple pour tenir compte des valeurs d'échelle de gris de chaque pixel d'image. En conséquence, l'étape de détection de bord peut être omise.
Citations concernant les valeurs d'échelle de gris tirées de http://dx.doi.org/10.1109/JSEN.2014.2311160 :
[23] F. O'Gorman et MB Clowes, «Recherche de bords d'image grâce à la colinéarité des points caractéristiques», IEEE Trans. Comput., Vol. 25, non. 4, p. 449–456, avril 1976.
[24] J. Skingley et AJ Rye, «La transformation de Hough appliquée aux images SAR pour la détection des lignes fines», Pattern Recognit. Lett., Vol. 6, non. 1, p. 61–67, 1987.
[25] C. Trayner, NJ Bailey et BR Haynes, «Transformation de Hough à gradient temporel - identification des objets contraignante par la vitesse du mouvement», Imag. 6, non. 2, pp. 143-153, 2000.