Dlaczego zamiast detekcji krawędzi Sobel / Prewitt stosuje się wykrywanie krawędzi Canny przed transformacją Hougha?

Wiem, że aby transformacja Hougha działała na obrazie, musi to być obraz binarny. Aby przekonwertować z obrazu w skali szarości, należy zastosować algorytm wykrywania krawędzi. Zauważam, że ludzie zawsze używają wykrywania krawędzi Canny'ego zamiast innych (Sobel itp.). Dlaczego?

Wykrywanie krawędzi Canny jest uważane za lepsze (w sensie fałszywego alarmu) wykrywanie krawędzi niż te, o których wspomniałeś.
Wynika to głównie z 2 kroków:

1. Brak maksymalnego tłumienia - kandydaci na krawędzie, którzy nie dominują w ich sąsiedztwie, nie są uważani za krawędzie.
2. Proces histerezy - Podczas przemieszczania się wzdłuż kandydatów, biorąc pod uwagę kandydata, który znajduje się w pobliżu krawędzi, próg jest niższy.

Te 2 kroki zmniejszają liczbę „fałszywych” krawędzi, a tym samym tworzą lepszy punkt wyjścia dla dalszego procesu, takiego jak transformacja Hougha.

Twoje stwierdzenie, że transformacja Hougha (HT) musi być zastosowana na obrazie binarnym, nie jest prawdziwe. Oryginalna HT rzeczywiście została sformułowana w ten sposób, chociaż tymczasem różni autorzy rozszerzyli HT na wiele sposobów - na przykład w celu uwzględnienia wartości skali szarości każdego piksela obrazu. W konsekwencji etap wykrywania krawędzi można pominąć.

Cytowania dotyczące wartości w skali szarości zaczerpnięte z http://dx.doi.org/10.1109/JSEN.2014.2311160 :

[23] F. O'Gorman i MB Clowes, „Znajdowanie krawędzi obrazu poprzez kolinearność punktów charakterystycznych”, IEEE Trans. Comput., Vol. 25, nr 4, s. 449–456, kwiecień 1976 r.

[24] J. Skingley i AJ Rye, „Transformacja Hougha zastosowana do obrazów SAR w celu wykrywania cienkich linii”, Pattern Recognit. Lett., Vol. 6, nr 1, s. 61–67, 1987.

[25] C. Trayner, NJ Bailey i BR Haynes, „Gradient w czasie Hough przekształca - ograniczając identyfikację obiektu przez prędkość ruchu”, Real-Time Imag., Vol. 6, nr 2, s. 143–153, 2000.