Hough

Transformação generalizada de Hough

Transformação generalizada de Hough
  1. Qual é a desvantagem da transformação?
  2. Como a transformação de Hough é usada para detecção de forma de limite?
  3. Por que a transformação é eficiente?

Qual é a desvantagem da transformação?

Limitações. A transformação de Hough só é eficiente se um grande número de votos cair na lixeira direita, para que a lixeira possa ser facilmente detectada em meio ao ruído de fundo. Isso significa que a lixeira não deve ser muito pequena, ou então alguns votos cairão nas caixas vizinhas, reduzindo assim a visibilidade do compartimento principal.

Como a transformação de Hough é usada para detecção de forma de limite?

A transformação de Hough pode detectar linhas, círculos e outras estruturas se sua equação paramétrica for conhecida. Pode dar detecção robusta sob ruído e oclusão parcial • Pode dar detecção robusta sob ruído e oclusão parcial. Fronteiras entre as regiões são • Fronteiras entre as regiões são linhas retas.

Por que a transformação é eficiente?

A implementação HT define um mapeamento da imagem aponta para um espaço acumulador (espaço de Hough). O mapeamento é alcançado de maneira computacionalmente eficiente, com base na função que descreve a forma do alvo. Esse mapeamento requer muito menos recursos computacionais do que a correspondência de modelos.

Frequência mínima de amostragem
Número mínimo de amostras f. O Teorema da Amostragem afirma que um sinal real, f (t), que é limitado a F Hz pode ser reconstruído sem erros de amostra...
Resultado diferente entre Numpy.fft.rfft e scipy.sinal.Freqz
Qual é a diferença entre Numpy FFT e RFFT?Qual é a diferença entre RFFT e FFT?O que é Freqz em Python?Como funciona o Numpy FFT? Qual é a diferença ...
Por que alguma matriz complexa de retorno da FFT, alguns - Matriz real espelhada?
Por que a saída FFT é espelhada?É a FFT de um sinal real real?Por que FFT é de dois lados?Quais são as partes reais e imaginárias da FFT? Por que a ...