ED_Lib 用于几何特征提取和验证的EDGE绘图库 关键字：边缘检测，边缘段检测，彩色边缘检测，线检测，线段检测，圆检测，椭圆检测。 边缘绘图（ED）算法是一种主动检测边缘检测问题的方法。 与采用减法方法的其他许多现有边缘检测算法（即在将梯度滤镜应用到消除像素的图像后，采用几种规则，例如Canny中的非最大抑制和滞后）相比，ED算法通过加性策略工作，即一个接一个地选择边缘像素，因此命名为Edge Drawing。 然后，我们处理这些随机形状的边缘段，以提取更高级别的边缘特征，即线条，圆，椭圆形等。从阈值梯度幅度中提取边缘像素的流行方法是非最大抑制，它测试每个像素是否具有最大的像素。沿其梯度方向的梯度响应，如果没有则消除。 但是，此方法不会检查相邻像素的状态，因此可能会导致边缘段的质量低（就边缘连续性，平滑度，薄度，定位而言）。 ED会指向一组边缘像素，并通过最大化边缘段的总梯度响应来

实用讲义 问题陈述 编写一个简单的霍夫特征检测器，可以检测输入图像中任意大小的圆。 该程序必须支持以下功能： 简单的边缘过滤器 灰度图像将需要通过简单的边缘过滤器（请参阅注释）进行处理，然后进行阈值确定，以确定仅包含背景和边缘像素的二进制图像 突出显示提取的特征 检测到特征后，必须在图像上绘制与该特征对应的圆圈以显示结果。 该图像可以保存然后查看。 多种功能 确定累加器最大值的过程需要搜索多个局部最大值； 这些中的每一个都将是一个新功能（圆圈）。 提供一些带圆圈的示例测试图像 我的解决方案 该解决方案是使用一些 Qt 和 cmake 用 C++ 编写的。 Qt 提供了加载和保存图像的便利，而 cmake 则用于生成构建文件。 该解决方案的工作原理如下： 加载源图像 运行Sobel边缘检测 每个半径为 1..n 的霍夫变换，其中 n 是可能的最大半径 找到霍夫空间图像中的亮点，并将其标