直线检测在智能交通（检测车辆与道路）、图像识别领域都有很重要的应用。
而hough变换在理论上给出了可行的直线检测方法。
今天通过写博客的方法也让自己对hough进行一下了解。
首先是hough变换的原理。
hough变换在1962年被提出，实现了一种从图像空间到参数空间的映射。
在图像空间x-y中，所有共线的点可用直线 y = mx + c表示（当然，除了平行于y轴的直线之外）。
即 c = -mx + y, 这样就变成了参数空间c-m的方程： c = -xm + y。
把m,c离散化为二维累加数组。同时设定其阈值范围。（要找的是这样一个阈值范围内的直线）
对每一个图像空间中给定的边缘点，
遍历斜率m
对给定的m，算出c的值。
这样得到的应该是一个三维数组：第一维指定了边缘点的位置，第二维指定了m，第三维指定了c
通过分析数组，聚类的方法可以得到m/c点对的值。
通过这种聚类方法， 应该可以找到图像中对应的直线。不过计算量巨大、复杂。
针对hough变换，还有很多优化方法，就不一一介绍了。