CHƯƠNG 08 Hình học & chuyển động

Biến đổi Hough

Hough không tìm đường thẳng bằng cách nối điểm. Nó để mỗi điểm biên bỏ phiếu cho tất cả đường có thể đi qua điểm đó, rồi tìm những đường nhận được nhiều phiếu nhất. Cùng ý tưởng đó mở rộng cho đường tròn.

Hình học & chuyển động Trung cấp 20 phút đọc bài thử tương tác
Ảnh minh hoạ cho Biến đổi Hough 08 / 46
HoughLinesP · HoughCircles Một khung hình, một câu hỏi.
01 Trực giác

Chuyện gì đang xảy ra?

Một đường thẳng có thể viết bằng phương trình y = ax + b, nhưng cách này không biểu diễn được đường thẳng đứng. Hough dùng dạng cực: mỗi đường được xác định bởi khoảng cách ρ từ gốc toạ độ và góc θ của pháp tuyến. Mỗi điểm ảnh (x, y) thoả mãn một họ đường với các cặp (ρ, θ); trong không gian tham số, họ đó là một đường hình sin.

Nếu nhiều điểm biên cùng nằm trên một đường thẳng thật, các đường hình sin của chúng sẽ giao nhau tại cùng một (ρ, θ). Ta lượng tử hoá không gian (ρ, θ) thành một accumulator, tăng phiếu tại mỗi giao điểm, rồi tìm các ô có phiếu cao. Đó là toàn bộ phép màu của Hough.

Với đường tròn, tham số là (a, b, r) — không gian ba chiều, tốn bộ nhớ và thời gian hơn. OpenCV dùng HoughCircles với gradient: trước hết tìm tâm bằng cách bỏ phiếu dọc theo hướng gradient, sau đó ước lượng bán kính. Vì vậy chất lượng ảnh xám và bán kính tìm kiếm ảnh hưởng rất lớn.

Hough rất nhạy với tham số. Ngưỡng phiếu thấp sinh hàng trăm đường giả; ngưỡng cao bỏ sót đường mờ. Trong thực tế, hãy lọc thêm theo góc, độ dài, vị trí hoặc màu sắc thay vì tin tuyệt đối vào Hough.

Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.

02 Công thức

Viết lại bằng toán.

Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.

CÔNG THỨC / 01

Đường thẳng trong toạ độ cực

\[ \rho = x\cos\theta + y\sin\theta \]
  • ρ: khoảng cách có dấu từ gốc toạ độ
  • θ: góc của pháp tuyến
  • Mỗi cặp (ρ, θ) xác định một đường

Một điểm ảnh tạo ra một đường hình sin trong không gian (ρ, θ).

CÔNG THỨC / 02

Đường tròn

\[ (x-a)^2 + (y-b)^2 = r^2 \]
  • (a, b): tâm
  • r: bán kính
  • Không gian tham số ba chiều

HoughCircles dùng gradient để giảm số chiều cần bỏ phiếu.

CÔNG THỨC / 03

Probabilistic Hough

\[ \text{segment} = \{(x_1,y_1),(x_2,y_2)\} \text{ nếu accumulator đủ lớn} \]
  • HoughLinesP chỉ lấy các đoạn có điểm đầu/cuối
  • Nhanh hơn HoughLines chuẩn

OpenCV trả về đoạn thẳng trực tiếp, phù hợp cho làn đường và cạnh bàn.

03 Từng bước

Luồng xử lý bằng lời.

  1. 01

    Tạo biên

    Canny với ngưỡng phù hợp. Hough chỉ tốt khi đầu vào là biên sạch.

  2. 02

    Lượng tử hoá tham số

    Chọn độ phân giải ρ (thường 1 px) và θ (thường 1°).

  3. 03

    Bỏ phiếu

    Mỗi điểm biên tăng phiếu cho các ô (ρ, θ) mà nó có thể thuộc.

  4. 04

    Tìm đỉnh

    Lấy các ô có phiếu trên ngưỡng; non-maximum suppression để tránh đường trùng.

  5. 05

    Lọc hậu kỳ

    Lọc theo góc, độ dài, vị trí hoặc màu; với đường tròn, kiểm tra bán kính và độ tròn.

04 Tham số

Núm vặn và cạm bẫy.

Tham sốÝ nghĩaKhoảng
modeTìm đường thẳng hay đường tròn.lines / circles
voteSố phiếu tối thiểu cho một đoạn thẳng.5…300
min_lenĐộ dài tối thiểu của đoạn thẳng.5…500 px
max_gapKhoảng trống tối đa được nối giữa hai đoạn.0…100 px
dpTỉ lệ nghịch độ phân giải accumulator của HoughCircles.1.0…2.5
param2Ngưỡng accumulator cho đường tròn; nhỏ hơn = nhiều đường hơn.5…150
min_r / max_rKhoảng bán kính cần tìm.1…600 px

! Cạm bẫy thường gặp

  • Chạy Hough trên ảnh màu hoặc ảnh chưa làm mờ khiến accumulator đầy nhiễu.
  • Ngưỡng vote quá thấp tạo nhiều đường trùng và đường giả.
  • HoughCircles rất nhạy với param2 và khoảng bán kính; luôn thử trên ảnh thật.
  • Một cạnh dày có thể được phát hiện thành nhiều đường song song.
05 Mã nguồn

Mã nguồn tối giản, không phải giả mã.

MÃ THAM KHẢO / hough
import cv2
import numpy as np

gray = cv2.cvtColor(cv2.imread("road.jpg"), cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 70, 170)

# Đường thẳng: trả về các đoạn
lines = cv2.HoughLinesP(
    edges, rho=1, theta=np.pi / 180,
    threshold=55, minLineLength=55, maxLineGap=12,
)

# Đường tròn: cần ảnh xám đã làm mượt
coins = cv2.cvtColor(cv2.imread("coins.jpg"), cv2.COLOR_BGR2GRAY)
coins = cv2.medianBlur(coins, 5)
circles = cv2.HoughCircles(
    coins, cv2.HOUGH_GRADIENT,
    dp=1.2, minDist=50,
    param1=120, param2=48,
    minRadius=20, maxRadius=75,
)

print("segments:", 0 if lines is None else len(lines))
print("circles:", 0 if circles is None else len(circles[0]))
THƯ VIỆN: OPENCV / NUMPY Đọc từ trên xuống · thử từng block
06 Thử

Điều chỉnh tham số.

Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.

CỤC BỘ / KHÔNG GỬI ẢNH
BÀN THỬ / 08 Biến đổi Hough
SẴN SÀNG
KẾT QUẢ / TRỰC TIẾP —
Ảnh đầu vào mặc định
Bấm “Chạy thử” Kết quả sẽ xuất hiện ở đây.
TRẠNG THÁIChờ chạy
ĐẦU VÀO—
SỐ BƯỚC—
THỜI GIAN—
NHẬT KÝ / LUỒNG XỬ LÝ
$ bài thử chưa chạy
$ chọn ảnh và bấm “Chạy thử”
07 Ứng dụng

Dùng nó ở đâu?

DÙNG / 01

Phát hiện làn đường, vạch kẻ, mép bàn.

DÙNG / 02

Tìm đồng xu, bánh xe, nắp chai trong ảnh công nghiệp.

DÙNG / 03

Hiệu chuẩn camera với bàn cờ hoặc mẫu hình học.