nikq::cube

ランダム標本化ハフ変換について。

一般的な直線検出であるハフ変換は
一個の点がρθ空間の一本の線に写像するので
オーダーはO(N*M)になるんだけど(N:ピクセル数,M:θ解像度)
ランダム標本化ハフは二つの点から
直線パラメータρ,θをひとつだけ定めるので、θ解像度に依存せず
オーダーがO(N^2)になる。

さらに、試行回数をモンテカルロ的にすることと
パラメータのクラスタリングを行うことで
オーダーを大体O(const)にできるわけだ。

といっても、dx/dyからρθへの写像と
うまいクラスタ化の隠蔽がよくわからないので実験はまだまだ。
一応プロットは出てるけど微妙だなぁ。

Harrisにもうちょっとがんばってもらわんと駄目か、
もしくはクロージング・オープニングとかの前処理が
悪影響を与えてしまっているのか。