Hough Dönüşümünden Önce Neden Sobel / Prewitt Kenar Algılama Yerine Canny Kenar Algılaması Kullanılıyor?

Hough Transform'un bir görüntü üzerinde çalışması için ikili bir görüntü olması gerektiğini biliyorum. Gri tonlamalı bir görüntüden dönüştürmek için bir kenar algılama algoritması kullanılmalıdır. İnsanların her zaman diğerleri yerine Canny kenar algılama kullandığını fark ediyorum (Sobel, vb.). Neden?

Canny Edge Detection, bahsettiğinizden daha iyi (Yanlış Alarm anlamında) bir kenar algılama olarak kabul edilir.
Bunun başlıca nedeni 2 adımdır:

1. Maksimum Olmayan Bastırma - Kenarlarında baskın olmayan kenar adayları kenar sayılmaz.
2. Histerezis Süreci - Bir adayın çevresinde hareket ederken, bir kenarın yakınında bulunan bir aday göz önüne alındığında, eşik daha düşüktür.

Bu 2 adım "Yanlış" kenar sayısını azaltır ve böylece Hough Transformation gibi daha ileri işlemler için daha iyi bir başlangıç ​​noktası oluşturur.

Hough dönüşümünün (HT) ikili bir görüntüye uygulanması gerektiği ifadeniz doğru değil. Orijinal HT gerçekten de bu şekilde formüle edildi, ancak bu arada farklı yazarlar HT'yi çeşitli şekillerde genişletti - örneğin her bir görüntü pikselinin gri tonlama değerlerini dikkate almak. Sonuç olarak, kenar algılama adımı atlanabilir.

Http://dx.doi.org/10.1109/JSEN.2014.2311160 adresinden alınan gri tonlama değerlerine ilişkin alıntılar :

[23] F. O'Gorman ve MB Clowes, “Özellik noktalarının eşzamanlılığı yoluyla resim kenarlarını bulma,” IEEE Trans. Comput., Cilt. 25, hayır. 4, sayfa 449-456, Nisan 1976.

[24] J. Skingley ve AJ Rye, “İnce çizgi tespiti için SAR görüntülerine uygulanan Hough dönüşümü,” Pattern Recognit. Lett., Cilt. 6, hayır. 1, sayfa 61-67, 1987.

[25] C. Trayner, NJ Bailey ve BR Haynes, “Zaman gradyanlı Hough dönüşümü – hareket hızıyla nesne tanımlamasını sınırlama,” Real-Time Imag., Cilt. 6, hayır. 2, s. 143–153, 2000.