霍夫变换 编辑
霍夫变换是一种特征提取，被广泛应用在图像分析、电脑视觉以及数位影像处理。
霍夫变换是用来辨别找出物件中的特征，例如：线条。算法流程大致如下，给定一个物件、要辨别的形状的种类，算法会在参数空间中执行投票来决定物体的形状，而这是由累加空间里的极值来决定。
2
相关
霍夫变换最初被设计成用来检测能够精确地解析定义的形状。在这些情况下，我们可以通过对于形状信息的充分了解来找出它们在图像中的位置和方向。 而广义霍夫变换则由Dana H.Ballard在1981年提出，它在霍夫变换的基础上根据模板匹配的原理进行了调整。 广义霍夫变换不要求能够给出需要检测的形状的解析式，它可以检测任意给定的形状。