- 上一篇：单神经元理论的发展与研究现状
- 下一篇：轨道交通研究现状
发展趋势
图像中基本几何形状的检测自从诞生以来到目前为止已经形成了一套完整的基本理论体系。但是早起发展的基础检测数字图像中基本几何形状的方法还存在着很大很多的缺点。比如基于hough变换及其改进型的检测算法，在检测运算量上和内存存储空间上要求很高。这一缺点也导致hough变换及其改进型的检测算法存在着运算速度慢的缺点。 而且hough变换及其改进型检测算法检测精度本质上依赖累加器的性能，所以凡是依靠hough变换检测直线，圆，椭圆的检测算法包括很多的hough变换改进型的检测精度和准确度都要受到累加器的影响。这一点是由hough变换以及基于hough变换检测直线，圆，椭圆的检测算法本质决定的。因为hough变换的本质是把图像空间参数映射到几文度参数空间。具体来讲，比如说直线的hough变换就是把原图的笛卡尔坐标系（X，Y）转换为两文度的参数空间，这两个参数分别是直线到原点的距离和直线与X轴的夹角。在基于hough变换检测直线，圆，椭圆的检测算法其中的最为重要的一步Voting（投票）也需要大量的计算和累加。这两点就决定了hough变换及其改进型检测直线，圆，椭圆算法不得不依赖于累加器的性能，这种依赖在圆和椭圆的检测上表现的更为明显，因为圆的hough变换映射到参数空间就是个三文度的参数空间了，而椭圆的霍夫变换更是高文度的参数空间，对内存和累加器的性能需求更是高的不可想象。霍夫变换虽然存在上述不可避免的缺点，但是hough变换在抗噪声的方面存在这很大的优势。因为hough变换是根据局部变量（图像中几何形状的边界点）来计算和描述其他参数，这就导致hough变换在存在着噪声点的图像中能够忽略到这些噪声点从而具有很强的容错性，当然图像中噪声点的存在是不可避免的。虽然hough变换的这些缺点不可避免，但是人们还是致力于削弱这些固有缺点的影响，这些努力包括降低hough变换后参数空间文度，原因很简单文度越低越容易计算和累加，对计算机性能也就要求越低，运算速度也就越快。这样的努力是基于hough变换及其改进型检测直线，圆，椭圆等图形的发展趋势。