问题标签 [hough-transform]

是否可以使用霍夫变换在自动驾驶汽车中检测和跟踪道路？如果是这样，是否有任何算法已经实现了这一点？很想有一个链接，因为我真的找不到任何不在我脑海中的东西。

特别是，我正在寻找使用两条直线的消失点来确定车辆航向的算法。但是，如果还有其他更简单的算法可以完成这项工作，我也愿意看看它们。

OpenCV 库很棒。大多数函数都具有所需的功能，但是，我想修改一些函数并重新编译，以使其适合我的特定需求。我们将如何重新编译 dll 和其他文件？是否有内置脚本或者我们需要自己编写所有脚本？

我正在尝试实现级联霍夫变换（我已经实现了“正常”版本。）但我无法理解以下内容：

在图像上应用 HT 后，我在霍夫空间中留下了直线。HT的Cascaded版本需要我将霍夫空间分成3个子空间，这样就解决了无界值的问题。

我该怎么做呢？

这是霍夫空间如何分割的图片：

为了在保留对称空间对偶性的同时恢复参数空间的有界性，我们将（a，b）-空间拆分为三个有界子空间，如下图所示。第一个子空间也有坐标 a 和 b，但仅限于 | 一个 | <= 1 和 | 乙 | <= 1. 如果 | 一个 | > 1 和 | 乙 | <= | 一个 | ，点 (a, b) 出现在第二个子空间中，坐标为 1/a 和 b/a。如果，最后，| 乙 | > 1 和 | 一个 | < | b |，我们使用坐标为 1/b 和 a/b 的第三个子空间。

这是我感到非常困惑的地方，假设我在霍夫空间中有一条线。违反了怎么拆分 | 天天要闻 一个 | <= 1 和 | 乙 | <= 1？

我是否只是简单地遍历该行中的所有像素，如果有问题的像素的坐标大于 | 一个 | <= 1 和 | 乙 | <= 1，我将它绘制在第二个子空间中？

如果 Stack Overlow 不欢迎这类问题，我深表歉意——还有其他网站可以问有关算法的问题吗？

图片来源和以上报价

我写了一段需要优化的代码。只是想与社区核对一下，看看该代码是否确实是最佳的。它填满了霍夫变换的累加器。实际上，我只是复制粘贴了 OpenCV 库中的大部分代码。谢谢！

我正在编写一个可以在驾驶模拟器中检测车道的应用程序。环境比较简单，多为笔直的多车道道路，几乎没有曲率。目前，我可以使用（经典）霍夫变换成功检测线，但问题是 HT 自然也检测到不是车道的线。

我怎样才能更有选择性？我还没有画水平线，但仍然有一些线慢慢进入。理想情况下，我想检测车辆正在行驶的车道边界。以下是环境的典型图像

这是我到目前为止正在做的事情：

1. 因为无论我在哪里开车，环境或多或少都是一样的，所以我将感兴趣区域 (RoI) 设置为排除地平线及其上方的任何东西。

2. 对图像设置阈值（稍后我会解释设置阈值的原因）

3. Canny 边缘检测

4. 应用霍夫变换

5. 绘制除梯度为 0.0 或接近 0.0 的检测线

成像阈值的原因如下。如果您查看上面链接的环境照片，您会看到一条与道路平行的灰线。因为它是一条连续的线 - 与车道标记不同 - HT 最终会检测到它。我不能根据梯度排除它，因为它与车道标记具有相同的梯度。通过阈值处理，我可以删除它，因此只检测作为实际车道标记的线。

这是上述操作的结果

我知道这个问题有很多解决方案，我已经阅读了无数关于这方面的论文，但它们似乎都在处理比这复杂得多的环境和/或简直超出了我的想象。就其价值而言，就在一个多月前，我还没有计算机视觉方面的背景，所以所有这些对我来说都是非常新鲜的。

更新 1：

我想用更好的术语来说，我正在寻找一种对车道建模的方法，以便不包括不适合模型的线。不幸的是，我不知道从哪里开始使用模型。有什么建议么？

对于它的价值，我已经设法识别出车辆正在行驶的车道，并且可以排除不属于“活动”车道的额外线路，可以这么说。希望这张照片会有所帮助

它并不完美，但它是我猜的。在建模之后，我的最终目标是生成车辆的航向/位置。但我只想首先获得相对稳健的车道检测。我希望有一种相对简单的技术可以帮助实现这一目标（不依赖于系统参数，例如视野焦距）。

有谁知道 OpenCV 实现中概率霍夫变换的特定算法？我的意思是，是否有关于该算法的参考论文或文档？

为了得到这个想法，我当然可以查看源代码，但我想知道是否有任何关于它的文档。-- 它不在源代码的注释中（OpenCV 1.0）。

谢谢！

-斤

我一直在使用 Matlab 和 OpenCV/labview 的应用程序中使用霍夫变换，发现对于某些图像，霍夫变换给出了明显错误的线拟合（一致）

这是测试和叠加的图像。角度似乎正确，但 rho 已关闭。

在下图中，您将看到顶部图像尝试将一条线拟合到原始图像的左侧，而底部图像尝试将一条线拟合到图像的右侧。

在 Matlab 中，我通过调用 Hough 函数

在 C++ 中，我修剪了 OpenCV HoughLines 函数，所以我最终只得到了我们正在填充累加器的部分。请注意，因为我的 theta 分辨率是 0.2，所以我有 900 个角度要分析。tabSin 和 tabCos 在函数之前定义，因此它们只是角度的 sin 和 cos。

请注意，这些例程通常运行良好，但仅针对特定情况，它会按照我展示的方式执行。

TabCos 和 tabSin 在 Labview 中定义，代码为 int32 i；float64 theta_prec; float64 tabSin[180]; float64 tabCos[180];

theta_prec = 1/180*3.14159; 对于 (i = 0;i<180;i++) { tabSin[i] = sin(i theta_prec); tabCos[i] = cos(i theta_prec); }

任何建议将不胜感激

我只是在冒险，并迈出了迈向计算机视觉的第一步。我试图自己实现霍夫变换，但我只是不明白整个画面。我阅读了维基百科条目，甚至阅读了理查德杜达和彼得哈特的原始“使用霍夫变换检测图片中的线条和曲线”，但没有帮助。

有人可以用更友好的语言向我解释吗？

我有一个通过在 Opencv 中调用霍夫变换函数产生的线向量，需要将它们转换回图像坐标。我从 Opencv 的官方文档中找到了这段示例代码，但我不明白。有人能解释一下吗？

1000这条线是干什么的？

此外，为什么 pt2 有负 y 弦？例如，如果我的第一行是 (rho, theta) 格式的 (0,0)，则 pt2 将是 (0, -1000)。

谢谢，

霍夫变换可用于从图像中提取线条。它也可以用来提取曲线——虽然这有点困难，因为更高维的霍夫变换会消耗资源。我想知道是否如何将霍夫变换限制为 3 阶曲线的 2D 投票空间，即 x^{3}+ax^{2}+bx+c ？

任何人都知道任何解释这一点的好网站（似乎找不到任何）。或者如果没有，请在此处进行解释:)。