मुझे पता है कि किसी छवि पर काम करने के लिए हफ ट्रांसफ़ॉर्म के लिए, उसे बाइनरी इमेज होना चाहिए। एक ग्रेस्केल छवि से परिवर्तित करने के लिए, एक एज डिटेक्शन एल्गोरिदम को नियोजित किया जाना चाहिए। मुझे लगता है कि लोग हमेशा दूसरों (Sobel, आदि) के बजाय कैनी किनारे का पता लगाने का उपयोग करते हैं। ऐसा क्यों है?
जवाबों:
कैनी एज डिटेक्शन को आपके द्वारा बताए गए की तुलना में एक बेहतर (फाल्स अलार्म सेन्स) एज डिटेक्शन माना जाता है।
यह मुख्य रूप से, 2 चरणों के कारण है:
उन 2 चरणों में "गलत" किनारों की संख्या कम हो जाती है और इसलिए आगे की प्रक्रिया जैसे होफ ट्रांसफॉर्मेशन के लिए बेहतर शुरुआती बिंदु बनाते हैं।
आपका कथन कि हफ़ ट्रांसफ़ॉर्म (HT) को बाइनरी छवि पर लागू करने की आवश्यकता है, सच नहीं है। मूल एचटी को वास्तव में इस तरह से तैयार किया गया था, हालांकि इस बीच विभिन्न लेखकों ने एचटी को कई तरीकों से बढ़ाया - उदाहरण के लिए प्रत्येक छवि पिक्सेल के ग्रे स्केल मानों पर विचार करने के लिए। परिणामस्वरूप, किनारे का पता लगाने का चरण छोड़ा जा सकता है।
Http://dx.doi.org/10.1109/JSEN.2014.2311160 से लिए गए ग्रे स्केल वैल्यू से संबंधित उद्धरण :
[२३] एफ। ओ'गॉर्मन और एमबी क्लॉज़, "फ़ीचर पॉइंट्स की संपुष्टि के माध्यम से चित्र किनारों को खोजना," आईईईई ट्रांस। कंप्यूट।, वॉल्यूम। 25, नहीं। 4, पीपी। 449–456, अप्रैल 1976।
[२४] जे। सिकिंगले और ए जे राई, "पतली रेखा का पता लगाने के लिए एसएआर छवियों के लिए लागू हूप परिवर्तन," पैटर्न मान्यता। लेट।, वॉल्यूम। 6, नहीं। 1, पीपी 61-67, 1987।
[२५] सी। ट्रेनर, एनजे बेली, और बीआर हेन्स, "गति में तेजी, गति की गति से वस्तु की पहचान को विवश करने वाला" रियल-टाइम इमेज।, वॉल्यूम। 6, नहीं। 2, पीपी। 143–153, 2000।