用于等边三角形检测的霍夫变换

朱利安·沙尔

我有一个作业，我必须为等边三角形检测实现霍夫变换：

三角形边的长度为 L，因此这意味着图像中的所有三角形都是相同的。我做了什么？首先，我使用精明的边缘检测器来获取图像中的边缘。现在我必须找到一种方法来为霍夫变换参数化，我的想法是拥有这些参数：
三角形的中心。
旋转角度θ。3个具有相同中心的三角形我开始实施以下想法，但我认为这比我想象的要难一些，因为：我必须检查每个边缘点是哪个三角形中心的一部分，为此我不要认为有办法找到它。

那么任何人都可以通过告诉我我的想法是对还是错来提供帮助吗？

如果这是好的参数化，我该如何从这一点开始？

如果不是什么是好的参数化？

这是我在这里的第一个问题，所以我希望它没有我想象的那么糟糕。谢谢你，祝你有美好的一天。

编辑

添加了输入图像的示例，其中包含输入图像的三角形示例

叶夫根尼·奥斯特洛夫斯基

我认为这是一个很好的参数化，我使用了相同的参数化。请注意，对于每个点，您都有其梯度，这意味着您有它可能属于的三角形角。注意等边三角形角，这种三角形有3条边，每条边+120度，例如： edge1: 1 edge2: 121 = 1 + 120 edge3: 241 = 1 + 120 + 120 这意味着每条边的梯度模数为120将产生相同的结果。这意味着给定一个具有梯度的点（假设梯度指向三角形内部），您可以轻松计算它可能属于的三角形的角度，这样您只需在霍夫变换中迭代 x,y。我使用了这些方程：https://byjus.com/jee/centre-of-mass-of-equilateral-triangle/#:~:text=In%20geometry%2C%20the%20equilateral%20triangle,the%20three%20sides%20are%20equal。 &text=In%20an%20equilateral%20triangle%2C%20the,at%20which%20its%20median%20meet。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。

编辑于 2021-08-23

0 条评论

登录后参与评论