一种广义霍夫变换的改进

摘要

本文提出了基于广义霍夫变换(GHT)的一种改进.通过将参考点设在形状边界上,新方法与传统方法比较,霍夫变换可以减少内存的需要.与此同时,用于寻找峰值的速度也大大提高了.从理论上说,改进后的算法对内存的需要是一个基于形状描述复杂度的函数.越是精确和高级的形状和特征描述,意味着更大的内存空间减少.最后,将改进的GHT用于物体形状识别,取得一些实验性效果.