The Hough transform (Hough [1962])

The Hough transform (Hough [1962]) is a practical method for global pixel linking and curve detection. Numerous generalizations to the basic transform discussed in this chapter have been proposed over the years. For example, Lo and Tsai [1995] discuss an approach for detecting thick lines, Guil et al. [1995, 1997] deal with fast implementations of the Hough transform and detection of primitive curves, Daul at al. [1998] discuss further generalizations for detecting elliptical arcs, and Shapiro [1996] deals with implementation of the Hough transform for gray-scale images.
As mentioned at the beginning of Section 10.3, thresholding techniques enjoy a sig¬nificant degree of popularity because they are simple to implement. It is not surprising that there is a considerable body of work reported in the literature on this topic. A good appreciation of the extent of this literature can be gained from the review papers by Sahoo et al. [1988] and by Lee et al. [1990]. In addition to the techniques discussed in this chapter, other approaches used to deal with the effects of illumination and reflectance (Section 10.3.1) are illustrated by the work of Perez and Gonzalez [1987], Parker [1991], Murase and Nayar [1994], Bischsel [1998], Drew et al. [1999], and Toro and Funt [2007]. For additional reading on the material in Section 10.3.2, see Jain et al. [1995].
Early work on optimal global thresholding (Section 10.3.3) is exemplified in the classic paper by Chow and Kaneko [1972] (we discuss this method in Section 12.2.2 in the more general context of object recognition). Although it is optimal in theory, applications of this method in intensity thresholding are limited because of the need to estimate probability density functions. The optimum approach we developed in Section 10.3.3, due to Otsu [1979], has gained much more acceptance because it combines excellent performance with simplicity of implementation, requiring only estimation of image histograms. The basic idea of using preprocessing (Sections 10.3.4 and 10.3.5) dates back to an early paper by White and Rohrer [1983]), which combined thresholding, the gradient, and the Laplacian in the solution of a difficult segmentation problem. It is interesting to compare the fundamental similarities in terms of image segmentation capability between the methods discussed in the preceding three articles and work on thresholding done almost twenty years later by Cheriet et al. [1998], Sauvola and Pietikainen [2000]), Liang et al. [2000], and Chan et al. [2000]. For additional reading on multiple thresholding (Section 10.3.6), see Yin and Chen [1997], Liao et al. [2001], and Zahara et al. [2005]. For additional reading on variable thresholding (Section 10.3.7), see Parker [1997]. See also Delon et al. [2007].
See Fu and Mui [1981] for an early survey on the topic of regionoriented segmentation. The work of Haddon and Boyce [1990] and of Pavlidis and Liow [1990] are among the earliest efforts to integrate region and boundary information for the purpose of segmentation. A newer region-growing approach proposed by Hojjatoleslami and Kittler [1998] also is of interest. For current basic coverage of region-oriented segmentation concepts, see Shapiro and Stockman [2001] and Sonka et al. [1999].

Kết quả (Việt) 1:

Biến đổi Hough (Hough [1962]) là một phương pháp thực tế để phát hiện liên kết và đường cong của điểm ảnh toàn cầu. Nhiều chung chung để biến đổi cơ bản thảo luận trong chương này đã được đề xuất trong những năm qua. Ví dụ, Lo và Tsai [1995] thảo luận về một cách tiếp cận để phát hiện dày dây chuyền Guil et al. [1995, 1997] đối phó với việc triển khai nhanh chóng của biến đổi Hough phát hiện đường cong nguyên thủy, Daul tại al. [1998] thảo luận chung chung hơn nữa để phát hiện hình elip arcs và Shapiro [1996] đề với thực hiện của biến đổi Hough cho hình ảnh màu xám quy mô.Như đã đề cập lúc bắt đầu của phần 10.3, thresholding kỹ thuật tận hưởng một sig¬nificant mức độ phổ biến bởi vì họ là đơn giản để thực hiện. Nó không phải là đáng ngạc nhiên là có một cơ thể đáng kể công việc báo cáo trong các tài liệu về chủ đề này. Một sự đánh giá tốt của phạm vi của tài liệu này có thể đạt được từ khoa học xem xét bởi Sahoo et al. [1988] và bởi Lee et al. [1990] Ngoài các kỹ thuật được thảo luận trong chương này, các phương pháp tiếp cận được sử dụng để đối phó với những tác động của ánh sáng và phản xạ (phần 10.3.1) được minh họa bởi công việc của Perez và Gonzalez [1987], Parker [1991], Murase và Nayar [1994], Bischsel [1998], Drew et al. [1999], và Toro và Funt [2007]. Để đọc thêm về vật liệu trong phần 10.3.2, xem Jain et al. [1995].Các công việc sớm vào tối ưu thresholding toàn cầu (phần 10.3.3) exemplified trong bài báo cổ điển bởi Chow và Kaneko [1972] (chúng tôi thảo luận về phương pháp này trong phần 12.2.2 trong bối cảnh công nhận đối tượng tổng quát hơn). Mặc dù nó là tối ưu trong lý thuyết, các ứng dụng của phương pháp này ở cường độ thresholding được giới hạn bởi vì sự cần thiết để ước lượng hàm mật độ xác suất. Các phương pháp tối ưu, chúng tôi phát triển trong phần 10.3.3, do Otsu [1979], đã đạt được nhiều hơn nữa chấp nhận bởi vì nó kết hợp các hiệu suất tuyệt vời với sự đơn giản của việc thực hiện, yêu cầu chỉ là ước tính của hình ảnh histograms. Ý tưởng cơ bản của việc sử dụng tiền xử lý (phần 10.3.4 và 10.3.5) từ một bài báo đầu tiên bằng màu trắng và Rohrer [1983]), mà kết hợp thresholding, gradient và Laplace trong các giải pháp của một vấn đề khó phân khúc. Nó là thú vị để so sánh các điểm giống nhau cơ bản về khả năng hình ảnh phân khúc giữa phương pháp thảo luận trong bài viết trước ba và làm việc trên thresholding được thực hiện gần hai mươi năm sau đó bởi Cheriet et al. [1998], Sauvola và Pietikainen [2000]), lương et al. [2000] và Chan et al. [2000]. Để đọc thêm về nhiều thresholding (phần 10.3.6), xem âm và trần [1997], Liêu et al. [2001] và Zahara et al. [2005]. Để đọc thêm về biến thresholding (phần 10.3.7), thấy Parker [1997]. Xem thêm Delon et al. [2007].Xem Fu và Mui [1981] để có một cuộc khảo sát đầu vào chủ đề của các phân khúc regionoriented. Công việc của Haddon và Boyce [1990] và Pavlidis và Liow [1990] là một trong những nỗ lực đầu tiên tích hợp thông tin về khu vực và ranh giới cho mục đích của phân khúc. Cách tiếp cận khu vực tăng trưởng mới được đề xuất bởi Hojjatoleslami và Kittler [1998] cũng quan tâm. Đối với bảo hiểm cơ bản hiện tại của khái niệm vùng theo định hướng phân khúc, xem Shapiro và Stockman [2001] và Sonka et al. [1999].

Kết quả (Việt) 2:

Các Hough transform (Hough [1962]) là một phương pháp thiết thực cho các liên kết điểm ảnh toàn cầu và phát hiện đường cong. Nhiều khái quát với cơ bản biến đổi thảo luận trong chương này đã được đề xuất trong những năm qua. Ví dụ, Lo và Tsai [1995] thảo luận về một cách tiếp cận để phát hiện đường dây dày, Guil et al. [1995, 1997] thỏa thuận với việc triển khai nhanh chóng của Hough biến đổi và phát hiện các đường cong nguyên thủy, daul tại al. [1998] thảo luận khái quát hơn nữa để phát hiện vòng cung elip, và Shapiro [1996] giao dịch với việc thực hiện chuyển đổi Hough cho hình ảnh màu xám quy mô.
Như đã đề cập ở phần đầu của Phần 10.3, kỹ ​​thuật ngưỡng hưởng một mức độ sig¬nificant của sự nổi tiếng, vì họ rất đơn giản để thực hiện. Nó không phải là đáng ngạc nhiên rằng có một cơ thể đáng kể của công trình nghiên cứu trong các tài liệu về chủ đề này. Một sự đánh giá tốt về mức độ tài liệu này có thể được thu được từ các bài báo tổng bằng Sahoo et al. [1988] và Lee et al. [1990]. Ngoài các kỹ thuật được thảo luận trong chương này, các phương pháp khác được sử dụng để đối phó với những tác động của ánh sáng và phản xạ (mục 10.3.1) đều được minh họa bằng các công việc của Perez và Gonzalez [1987], Parker [1991], Murase và Nayar [ 1994], Bischsel [1998], Drew et al. [1999], và Toro và funt [2007]. Để đọc thêm về vật liệu tại mục 10.3.2, xem Jain et al. [1995].
Công việc sớm trên ngưỡng toàn cầu tối ưu (Phần 10.3.3) được minh họa trong các tác phẩm cổ điển của Châu Tinh Trì và Kaneko [1972] (chúng tôi thảo luận về phương pháp này tại mục 12.2.2 trong bối cảnh tổng quát hơn về công nhận đối tượng). Mặc dù nó là tối ưu về mặt lý thuyết, các ứng dụng của phương pháp này trong ngưỡng cường độ còn hạn chế do sự cần thiết để ước tính hàm mật độ xác suất. Phương pháp tối ưu, chúng tôi đã phát triển tại mục 10.3.3, do Otsu [1979], đã được chấp nhận nhiều hơn bởi vì nó kết hợp hiệu suất tuyệt vời với sự đơn giản của việc thực hiện, chỉ yêu cầu lập dự toán của biểu đồ hình ảnh. Ý tưởng cơ bản của việc sử dụng tiền xử lý (Phần 10.3.4 và 10.3.5) ngày trở lại vào một giấy sớm bằng trắng và Rohrer [1983]), trong đó kết hợp ngưỡng, gradient, và Laplacian trong các giải pháp của một vấn đề phân chia nhỏ khó khăn. Nó là thú vị để so sánh sự tương đồng cơ bản về khả năng phân vùng ảnh giữa các phương pháp thảo luận trong bài viết trước ba và làm việc trên ngưỡng thực hiện gần hai mươi năm sau đó bởi Cheriet et al. [1998], Sauvola và Pietikainen [2000]), Liang et al. [2000], và Chan et al. [2000]. Để có thêm thông trên nhiều ngưỡng (mục 10.3.6), xem Yin và Chen [1997], Liao et al. [2001], và Zahara et al. [2005]. Để có thêm thông ngưỡng biến (phần 10.3.7), xem Parker [1997]. Xem thêm Delon et al. [2007].
Xem Fu và Mũi [1981] cho một khảo sát đầu về chủ đề của phân khúc regionoriented. Công việc của Haddon và Boyce [1990] và của Pavlidis và Liow [1990] là một trong những nỗ lực đầu tiên để hội nhập khu vực và thông tin ranh giới cho mục đích của phân khúc. Một cách tiếp cận khu vực phát triển mới của Hojjatoleslami và Kittler [1998] đề xuất cũng được quan tâm. Đối với bảo hiểm cơ bản hiện hành của các khái niệm phân chia khu vực theo định hướng, xem Shapiro và Stockman [2001] và Sonka et al. [1999].