Sé que para que la Transformación Hough funcione en una imagen, debe ser una imagen binaria. Para convertir desde una imagen en escala de grises, se debe emplear un algoritmo de detección de bordes. Noto que las personas siempre usan la detección de bordes Canny en lugar de otras (Sobel, etc.). ¿Porqué es eso?
Respuestas:
Canny Edge Detection se considera una detección de bordes mejor (en sentido de falsa alarma) que las que mencionó.
Esto se debe principalmente a 2 pasos:
Esos 2 pasos reducen el número de bordes "falsos" y, por lo tanto, crean un mejor punto de partida para procesos posteriores como la Transformación de Hough.
Su afirmación de que la transformación de Hough (HT) debe aplicarse en una imagen binaria no es cierta. El HT original se formuló de esa manera, aunque mientras tanto diferentes autores extendieron el HT de muchas maneras, por ejemplo, para considerar los valores de escala de grises de cada píxel de la imagen. Como consecuencia, se puede omitir el paso de detección de bordes.
Citas sobre valores de escala de grises tomados de http://dx.doi.org/10.1109/JSEN.2014.2311160 :
[23] F. O'Gorman y MB Clowes, “Encontrar bordes de imágenes a través de la colinealidad de los puntos de características”, IEEE Trans. Comput., Vol. 25, no. 4, págs. 449–456, abril de 1976.
[24] J. Skingley y AJ Rye, "La transformación de Hough aplicada a las imágenes SAR para la detección de líneas finas", Pattern Recognit. Lett., Vol. 6, no. 1, págs. 61-67, 1987.
[25] C. Trayner, NJ Bailey y BR Haynes, "Transformaciones de Hough en gradiente de tiempo que limitan la identificación de objetos por la velocidad del movimiento", Real-Time Imag., Vol. 6, no. 2, págs. 143-153, 2000.