如何实现霍夫变换？

如何实施霍夫变换 http://en.wikipedia.org/wiki/Hough_transform在文本图像上？我正在寻找伪代码（最终这将在java中）。

以下是一些背景信息：

给定图像，确定直线的方程y = mx + b。通常，霍夫变换以极坐标表示，使得Rho = y*sin(theta) + x*cos(theta)。 （我不太确定是什么X and Y值对应于返回图像）。

我们只对Rho and theta值并绘制它们。累加器中具有许多点的位置（我知道一些实现，而不是执行）被视为一条线。

我不明白的问题是如何找到rho and theta您将用它来更新累加器。

霍夫变换最简单的情况是线性变换 检测直线。在图像空间中，直线可以表示为 描述为 y = mx + b 并且可以为每对绘制图形 图像点 (x, y)

所以这告诉你什么x and y对应于图像中的背面。

在霍夫变换中，一个主要思想是考虑特征 直线的不是图像点 (x1, y1), (x2, y2), ...，而是 相反，就其参数而言，例如斜率参数 m 和 截距参数 B.

基于这一事实，直线 y = mx + b 可以表示为参数空间中的点(b, m)。 然而，人们面临着垂直线引起的问题 参数 m 和 b 的无界值。出于计算原因， 因此，最好使用一对不同的参数，表示为 和 (theta)，用于霍夫变换中的线。

参数 rho 表示直线与直线之间的距离 原点，而 theta 是从原点到此向量的角度 最近点。

这告诉你什么rho and theta对应于：它们是您试图在图像中描述的线的斜率和截距的极坐标表示。

On 来源锻造 http://cimg.cvs.sourceforge.net/cimg/CImg/examples/hough_transform.cpp?view=markup你可以找到一个C++霍夫变换的实现。

您应该能够解释我在上一个链接中指出的代码的描述可能如下：

霍夫变换算法使用一个称为累加器的数组来 检测直线 y = mx + b 的存在。

例如，线性霍夫变换问题有两个未知数 参数：m 和 b。

对于每个像素及其邻域，霍夫变换算法 确定该像素处是否有足够的边缘证据。如果 所以，它会计算该行的参数，然后寻找 参数落入的累加器的 bin，并增加 该垃圾箱的价值。

通过查找具有最高值的箱，通常通过寻找 累加器空间中的局部最大值，最可能的线可以是 提取的