Warum wird die Canny-Kantenerkennung anstelle der Sobel / Prewitt-Kantenerkennung vor der Hough-Transformation verwendet?

Ich weiß, dass die Hough-Transformation ein Binärbild sein muss, damit sie an einem Bild funktioniert. Um aus einem Graustufenbild zu konvertieren, sollte ein Kantenerkennungsalgorithmus verwendet werden. Ich stelle fest, dass die Leute immer die Canny-Kantenerkennung anstelle anderer verwenden (Sobel usw.). Warum ist das so?

Canny Edge Detection wird als bessere Kantenerkennung (im Sinne eines falschen Alarms) angesehen als die von Ihnen genannten.
Dies ist hauptsächlich auf zwei Schritte zurückzuführen:

1. Nicht maximale Unterdrückung - Kantenkandidaten, die in ihrer Nachbarschaft nicht dominant sind, gelten nicht als Kanten.
2. Hystereseprozess - Während Sie sich entlang der Kandidaten bewegen, ist der Schwellenwert niedriger, wenn sich ein Kandidat in der Nähe einer Kante befindet.

Diese beiden Schritte reduzieren die Anzahl der "falschen" Kanten und schaffen somit einen besseren Ausgangspunkt für weitere Prozesse wie die Hough-Transformation.

Ihre Aussage, dass die Hough-Transformation (HT) auf ein Binärbild angewendet werden muss, ist nicht wahr. Die ursprüngliche HT wurde in der Tat so formuliert, obwohl inzwischen verschiedene Autoren die HT auf zahlreiche Arten erweitert haben - zum Beispiel um die Graustufenwerte jedes Bildpixels zu berücksichtigen. Infolgedessen kann der Schritt der Kantenerkennung weggelassen werden.

Zitate zu Graustufenwerten aus http://dx.doi.org/10.1109/JSEN.2014.2311160 :

[23] F. O'Gorman und MB Clowes, „Finden von Bildkanten durch Kollinearität von Merkmalspunkten“, IEEE Trans. Comput., Vol. 25, nein. 4, S. 449–456, April 1976.

[24] J. Skingley und AJ Rye, "Die Hough-Transformation, die auf SAR-Bilder zur Erkennung dünner Linien angewendet wird", Pattern Recognit. Lett., Vol. 6, nein. 1, S. 61–67, 1987.

[25] C. Trayner, NJ Bailey und BR Haynes, "Zeitgradient Hough transformiert die Objektidentifikation durch Bewegungsgeschwindigkeit", Real-Time Imag., Vol. 6, nein. 2, S. 143–153, 2000.