原理:

霍夫变换是一种特征提取技术，主要应用于提取图像中特定的形状，如: 直线、圆、椭圆等。霍夫变换是通过将特定形状从图像空间转换到霍夫空间进行的一种特征提取。直线的图像空间表达式为：

r =kc+b

其中(r, c)为图像空间中的坐标点，k, b为图像空间内直线的斜率和节距。

霍夫空间内直线的表达式为：

d=r×sin(θ)+c×cos(θ)

其中(r, c)为图像空间中的坐标点，d，θ为霍夫空间上的直线参数。

通过将图像坐标点(r, c)，遍历θ∈【0,2π】将其映射到霍夫空间。霍夫空间是一个累计计数器，霍夫空间内(θ，d)位置的值表示有多少个图像空间内的点映射到此位置。

基于上述原理，我司设计了一个相关的平行线对提取。当获取到一张轮廓图之后，设置平行线对中至少包含的轮廓数量，设置平行线对的之间角度所允许的偏差(弧度制)，设置平行线对中轮廓的最小长度3个信息即可准确提取中图像中所有的平行线对。效果如下：

图1: 基于霍夫变换的平行线对提取

应用场景：

金属工件平行边缘的尺寸测量，周期性排列物体的缺陷检测等。