適合模式識別的算法

-1

計算機視覺與人工智能。現在井模式識別是人們特別瞭解的。我是一名學生，我正在做一個關於模式識別的研究，我必須匹配一個模式來檢查模式是否匹配。我使用霍夫算法來檢測橢圓。問題是適合模式匹配的Hough算法是什麼？它的過程是什麼。我希望大家的積極迴應。謝謝適合模式識別的算法

來源

2014-10-05 Ian Rey

你爲什麼把這個標記爲正則表達式？ – 2014-10-05 11:44:26

該網站建議我標記它。我必須刪除它嗎？ – 2014-10-05 12:04:38

該網站使用某種*機器學習*來猜測您應該使用的標籤。如果你的問題，但要求不同的東西，你應該重寫標籤。現在就完成了。 – 2014-10-05 13:21:49

The Hough轉換是某種反轉使用投票的圖像轉換。

換句話說，如果你的圖案是一個圓圈，你會尋找圖像的中心。這是通過投票和反轉圖像完成的。

一個圓的倒數是，具有諷刺意味的是另一個圓。如果一個像素的強度很高，它可能是某個圓圈的一部分（或者至少是這個假設）。這意味着我們將的投票所有像素的半徑爲R來自該圓圈，因爲所有這些像素都可能成爲圓圈的中點。

因爲我們希望我們正在尋找的社交圈的所有的像素是圖像的一部分，真正的中點將獲得方式更多的選票比恰好是兩個或三個潛在的中點一些像素像素。具有足夠投票的像素被認爲是「真正的」圓圈中點。

作爲預處理步驟，應對圖像進行處理，例如使用（Canny）邊緣檢測，以便僅突出顯示圓的表面。在許多情況下，這種轉換在某種程度上應用程序特定。

可以在所有類型的圖像進行相同的變換，但是對於一些圖像，他們可以優化（因爲圖像是對稱的，等等）

來源

2014-10-05 13:28:25

圖像轉換後，我將如何確定如果該圖像具有與其他圖像相同的模式？ – 2014-10-08 02:31:49

如果霍夫變換後的圖像包含一個或多個具有巨大亮度級別的像素... – 2014-10-08 09:09:34

你能解釋一下嗎？謝謝 – 2014-10-13 14:03:28

在Hough變換，一個主要的想法是考慮該形狀的特徵不是作爲離散圖像點（x1，y1），（x2，y2）等，而是根據其參數，例如斜率參數m和截距參數b可以用於在參數空間中表示線（但由於垂直線，我們不使用這種形式，而傾向於使用參數寫入的線的方程式，b和角度 - >請參閱詳細信息（http://www.tpub.com/math2/6.htm））。現在我們可以讓每一行圖像具有獨特的參數。（詳情請參閱：http://www.ai.sri.com/pubs/files/tn036-duda71.pdf）。

然而，經過一些修改，霍夫變換不僅可以用於檢測用分析方程（例如線，圓等）描述的對象。相反，它也可以用於檢測使用其模型描述的任意對象。這被稱爲廣義霍夫變換或GHT。（詳見：http://www.cs.utexas.edu/~dana/HoughT.pdf）

來源

2014-10-05 16:14:35 abhinash

適合模式識別的算法

回答

相關問題