啾啾的博客

对边缘点，sobel核卷积，设置阈值，非极大值抑制，投票得到圆心。三个参数确定圆的位置，圆心位置（x,y），以及半径的长度。python跑不出来，因为算法复杂度高。设置阈值，非极大值抑制 ，防止投票投偏了。边缘上每个点到圆心的距离进行投票。三维的投票箱：投票的半径是一样的。

傅里叶变换

扫描图像需要定位，角点包含大量的位置信息，具有指向性信息，识别角点具有非常重要的作用。灰度化亮度变化不明显，角的变化在任意方向很明显。看像素点的领域在各个方向的变化会判断的更加准确。u，v取任意值，角点处的E(u,v)都很大。u，v取任意值，角点处的E(u,v)都很大。泰勒展开：（只使用一阶展开，后面的都不保留）E(u,v)最后是一个椭圆。

每一组都是一条直线。得票数越多，是目标直线的可能性越大。对边缘点的位置信息（x,y）用所有角度区间。进行计算，在上表中进行投票。唯一确定一条直线：（额外知识： 三角函数。

建议搭配视频服用： 2.canny edge detection（canny边缘检测）_哔哩哔哩_bilibili常用图像卷积核类型小结_高斯卷积核-优快云博客 二维正态（高斯）分布 线性可分、可以做平滑、去掉随机噪声。像素点会被周围的像素点影响，所以使用高斯卷积核可以一定程度上去噪。 边缘的变化率最大。求导最大，但是像素没有办法求导，因为它是离散值。所以运用差商来代替，像素距离都一样，所以使用像素差也是一样的。 sobel就是这样的原理。线性插值法模拟g1、g3。看c点是否是极大值。去掉一些可能不是边

图像处理基础知识

尺度不变特征转换(SIFT, Scale Invariant Feature Transform)