基於霍夫變換的分段檢測

[6]中所介紹的的快速霍夫變換，是通過等級逼近解決方案的的方法來完成的。執行這一過程所運用的方法允許免除引數空間的投票累計。然而，這種演算法仍然存在點冗餘，縮放，錯誤的解決方案，不同尺寸的點檢測等問題。

在這篇**中，我們將要為fht的計算提出乙個新的演算法，這個演算法能圓滿的解決以上所提出的的演算法中所出現的問題。而且，我們將要展示怎樣用fht演算法所提供的資訊檢測線段。作為乙個我們所提出的演算法實現的目標，我們最優化霍夫變換的的兩個通用特性：

i)z複雜性和ii)儲存需求。

這項工作的其他部分可以系統的分為一下幾點：在第二部分，我們簡單的描述了[6]中介紹的快速霍夫變換的演算法以及暴露出的問題；在第三部分，通過詳細列舉分段檢測的方法，我們提出的解決方案和演算法；在第四部分，我們**了次演算法的效能病通過在不同條件下的對真實影象的檢測來舉例說明此效能。

快速霍夫變換

fht演算法通過執行分級逼近解決方案的方法來識別影象空間中直線。為此，影象空間（只有邊緣點）的每一點根據公式（1）在引數空間中生成一條直線。

c= -*m1)

其中代表斜率。表示截距。

為此，影象空間中每一點將會在引數空間中形成一族有公共交點的若干直線。

在圖1(c)中，我們能通過觀察被我們的演算法追蹤的路徑來找到圖(1)直線的解決方案。考慮到之前的注意事項，這個為了計算這些屬於c（c=）的點的解決方案的演算法如下所示：

foreach ci in，

level + +;

= -1;

while (level)

else level. = false;

if ( > threshold)

else}