快速霍夫变换中二进线的偏差分析
计算机视觉与模式识别
2023-11-17 v1 概率论
摘要
快速霍夫变换是模式识别中广泛使用的算法。该算法依赖于使用一种称为二进线（dyadic lines）的特定离散线模型来近似直线。二进线与其用于构造的理想线之间的最坏情况偏差随 增长，其中 为图像的线性尺寸。但极少有线实际达到最坏情况界限。本文对二进线与其理想对应线之间的偏差进行统计分析。具体而言，我们的结果表明平均偏差为零，且方差随 增长。随着 增大，这些（适当归一化的）偏差的分布收敛于均值为零、方差很小的高斯分布。这一极限结果本质上利用了遍历理论。
引用
@article{arxiv.2311.10064,
title = {Analyzing Deviations of Dyadic Lines in Fast Hough Transform},
author = {Gleb Smirnov and Simon Karpenko},
journal= {arXiv preprint arXiv:2311.10064},
year = {2023}
}