用于等边三角形检测的霍夫变换

问题描述

我有一个作业，我必须为等边三角形检测实现霍夫变换：

• 三角形边的长度为 L，因此这意味着图像中的所有三角形都是相同的。 我做了什么？ 首先，我使用精明的边缘检测器来获取图像中的边缘。 现在我必须找到一种方法来为霍夫变换参数化，我的想法是拥有这些参数：
• 三角形的中心。
• 旋转角度θ。 3 trianlges with the same center 我开始实施以下想法，但我认为这比我想象的要困难一些，因为： 我必须检查它属于哪个三角形中心的每个边缘点，为此我认为没有办法找到它。

那么任何人都可以通过告诉我我的想法是对还是错来提供帮助吗？

如果参数化很好，我该如何从这一点开始？

如果不是，什么是好的参数化？

这是我在这里的第一个问题，所以我希望它没有我想象的那么糟糕。 谢谢你，祝你有美好的一天。

编辑

添加了一个带有三角形的输入图像的样本 example of input image

解决方法

我认为这是一个很好的参数化，我使用了相同的参数化。 请注意，对于每个点，您都有它的梯度，这意味着您有它可能属于的三角形角。 注意等边三角形角，这种三角形有3条边，每条边+120度，例如： 边缘1：1 边缘2：121 = 1 + 120 边缘3：241 = 1 + 120 + 120 这意味着每个边缘梯度模数 120 将产生相同的结果。 这意味着给定一个具有梯度的点（假设梯度指向三角形内部），您可以轻松计算它可能属于的三角形的角度，这样您只需在霍夫变换中迭代 x,y。 我使用了这些方程： https://byjus.com/jee/centre-of-mass-of-equilateral-triangle/#:~:text=In%20geometry%2C%20the%20equilateral%20triangle,at%20which%20its%20medians%20meet。