計算機視覺 OpenCV Android | 基本特徵檢測之 霍夫圓檢測
-
霍夫圓變換與霍夫直線變換的原理類似，也是將圓上的每個點轉換到霍夫空間， - 其轉換的引數方程如下：
-
對於圓來說，
θ的取值範圍在0～360°，這樣就有了三個引數，另外兩個引數是圓心（x0，y0）與半徑γ。 -
這裡的
霍夫空間便是一個三維空間，所以如果還是跟之前的累積計算一樣，
計算量就會大大增加，這樣顯然不利於
快速計算與檢測， -
所以在OpenCV中，
霍夫圓檢測不是基於二值影象或者邊緣檢測的結果，而是
基於灰度影象的梯度來找到候選區域，然後基於
候選區域實現霍夫圓檢測，這樣就會
大大減少計算量，提高程式的執行速度與效能，但是基於梯度實現霍夫圓檢測也帶來了另外一個
問題，那就是結果特別容易受到噪聲影響，對影象中的
噪聲特別敏感，所以在OpenCV中使用相關AP
I實現霍夫圓檢測的時候，首先需要通過
模糊操作對影象進行噪聲抑制處理。一般來說，常見的
均值、高斯、中值模糊對影象噪聲的抑制已經比較有效，但是在
霍夫圓檢測中有時候還會用到邊緣保留濾波來抑制平坦區域噪聲，以便在進行
梯度計算的時候能夠更好地得到候選區域。
霍夫圓檢測的API：
-
HoughCircles(Mat image, Mat circles, int method, double dp, double minDist, double param1, double param2, int minRadius, int maxRadius)
image：8位單通道的灰度影象。circles：輸出的三個向量的陣列，圓心與半徑（x，y，r）。method：唯一支援的方法就是基於梯度霍夫變換——HOUGH_GRADIENT。dp：影象解析度，注意dp越大，影象就會相應減小解析度；當dp等於1時，其跟原圖的大小一致；當dp=2時，其為原圖的一半。minDist：表示區分兩個圓的圓心之間最小的距離，如果兩個圓之間的距離小於給定的minDist，則認為是同一個圓，這個引數對霍夫圓檢測來說非常有用，可以幫助降低噪聲影響。param1：邊緣檢測Canny演算法中使用的高閾值。param2：累加器閾值，值越大，說明越有可能是圓。minRadius：檢測的最小圓半徑，單位為畫素。maxRadius：檢測的最大圓半徑，單位為畫素。
使用API實現灰度影象圓檢測：
private void houghCircleDemo(Mat src, Mat dst) {
Mat gray = new Mat();
Imgproc.pyrMeanShiftFiltering(src, gray, 15, 80);
Imgproc.cvtColor(gray, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.GaussianBlur(gray, gray, new Size(3, 3), 0);
// detect circles
Mat circles = new Mat();
dst.create(src.size(), src.type());
Imgproc.HoughCircles(gray, circles, Imgproc.HOUGH_GRADIENT, 1, 20, 100, 30, 10, 200);
for(int i=0; i<circles.cols(); i++) {
float[] info = new float[3];
circles.get(0, i, info);
Imgproc.circle(dst, new Point((int)info[0], (int)info[1]), (int)info[2],
new Scalar(0, 255, 0), 2, 8, 0);
}
circles.release();
gray.release();
}
執行結果如下圖，左側為原圖，右側是霍夫圓檢測執行結果：
-
霍夫圓檢測相比霍夫直線檢測， 計算量大，輸出引數多，因此一般都通過
指定半徑範圍，指定邊緣閾值與累積器閾值來減少計算量，否則
速度就會很慢，這個也是在使用的時候需要特別注意的。
上述三個指定引數如何影響霍夫圓檢測的計算量
-
指定半徑範圍:
minRadius：檢測的最小圓半徑，單位為畫素。
maxRadius：檢測的最大圓半徑，單位為畫素。
即函式只檢測半徑處於minRadius和maxRadius之間的圓，所以指定半徑範圍自然能夠影響計算量了。 -
指定邊緣閾值
霍夫圓檢測的基於內部邊緣檢測的結果；
而邊緣閾值影響邊緣檢測最終留下的邊緣畫素，即影響內部邊緣檢測的結果，
因而影響霍夫圓檢測的計算量； -
累積器閾值
此閾值的高低便是提取圓的要求的高低，高閾值高要求高計算量，反之亦然。
- 此外
廣義霍夫變換通過拓展，可以實現任意形狀的檢測，可以查閱其他相關的資料瞭解，這裡便不多說了。