申明:本文为转载,原文地址为:http://blog.csdn.NET/carson2005/article/details/9326847点击打开链接
LSD是一种直线检测分割算法，它能在线性的时间内得出亚像素级精度的检测结果。该算法被设计成可以在任何数字图像上都无需参数调节。它可以自己控制误检的数量：平均而言，每张图有一个误检。
相关知识介绍
LSD的目标在于检测图像中局部的直的轮廓。这也是我们称之为直线分割的原因。轮廓是图像中的某些特殊区域，在这些区域，图像的灰度从黑到白或者从白到黑的剧烈变化。因此，梯度和level-line是两个重要的感念，如下图所示：
PS:目前最常用的直线检测方法为霍夫直线检测.
它的优点是不受图像旋转的影响，易于进行几何图像的快速变换。基于它的改进方法也很多，其中一个重要的方法是广义霍夫变换，可以用来检测任意形状的曲线。
最简单的霍夫变换是在图像中识别直线。在平面直角坐标系(x-y)中，一条直线可以用方程
表示。对于直线上一个确定的点(
,
)，有
这表示参数平面(k-b)中的一条直线。因此，图像中的一个点对应参数平面中的一条正弦曲线，图像中的一条直线对应参数平面中的一个点。对图像上所有的点作霍夫变换，最终所要检测的直线对应的一定是参数平面中直线相交最多的那个点。这样就在图像中检测出了直线。在实际应用中，直线通常采用参数方程
.
类似的还有检测线段、圆、圆弧、椭圆、矩形等的霍夫变换。
申明:本文为转载,原文地址为:http://blog.csdn.NET/carson2005/article/details/9326847点击打开链接
LSD是一种直线检测分割算法，它能在线性的时间内得出亚像素级精度的检测结果。该算法被设计成可以在任何数字图像上都无需参数调节。它可以自己控制误检的数量：平均而言，每张图有一个误检。
相关知识介绍
LSD的目标在于检测图像中局部的直的轮廓。这也是我们称之为直线分割的原因。轮廓是图像中的某些特殊区域，在这些区域，图像的灰度从黑到白或者从白到黑的剧烈变化。因此，梯度和level-line是两个重要的感念，如下图所示：
PS:目前最常用的直线检测方法为霍夫直线检测.
它的优点是不受图像旋转的影响，易于进行几何图像的快速变换。基于它的改进方法也很多，其中一个重要的方法是广义霍夫变换，可以用来检测任意形状的曲线。
最简单的霍夫变换是在图像中识别直线。在平面直角坐标系(x-y)中，一条直线可以用方程
表示。对于直线上一个确定的点(
,
)，有
这表示参数平面(k-b)中的一条直线。因此，图像中的一个点对应参数平面中的一条正弦曲线，图像中的一条直线对应参数平面中的一个点。对图像上所有的点作霍夫变换，最终所要检测的直线对应的一定是参数平面中直线相交最多的那个点。这样就在图像中检测出了直线。在实际应用中，直线通常采用参数方程
.
类似的还有检测线段、圆、圆弧、椭圆、矩形等的霍夫变换。