Hough变换

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测图像中具有特定形状的物体。经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

Hough变换是如何检测直线的？

点-直线的对偶，由  可推出  ，如下图所示：

           

从上图可看出，x-y坐标（直角坐标）和k-b坐标（参数空间）有点-线的对偶性: x-y坐标中的点、对应于k-b坐标中的直线、；而k-b坐标中的点对应于x-y坐标中的直线。（自己不妨动手画一画）

点-正弦曲线的对偶，经过  将x-y坐标（直角坐标）的点对应到坐标（极坐标）的正弦曲线。 

在直角坐标上的同一条直线上取5个点，这5个点对应极坐标的5条正弦曲线，如下图所示：

极坐标的5条正弦曲线必定会有一个公共交点，且这个交点对应直角坐标的那条直线。

既然直角坐标和极坐标有这种对应关系，如果要求直角坐标的直线，先将直角坐标转换为极坐标，

经过统计，找到极坐标中出现次数最多的那个点也即相交的那个点，这个点对应在直角坐标的直线即为我们所求！

实例：通过Hough变换找出原图像的直线。