为什么在霍夫变换之前使用Canny边缘检测代替Sobel / Prewitt边缘检测？

我知道要使Hough变换在图像上起作用，它必须是二进制图像。为了从灰度图像转换，应采用边缘检测算法。我注意到人们总是使用Canny边缘检测而不是别人（Sobel等）。这是为什么？

Canny Edge Detection被认为比您提到的边缘检测更好（从False Alarm角度）。
主要是由于两个步骤：

1. 非最大抑制-在其邻域中不占优势的边缘候选者不被视为边缘。
2. 滞后过程-在沿候选对象移动时，给定候选对象位于边缘附近，阈值较低。

这两个步骤减少了“假”边的数量，因此为诸如霍夫变换的进一步处理创造了更好的起点。

您关于霍夫变换（HT）需要应用于二进制图像的说法是不正确的。最初的HT确实是用这种方式制定的，尽管与此同时，不同的作者以多种方式扩展了HT，例如考虑每个图像像素的灰度值。结果，可以省略边缘检测的步骤。

有关灰度值的引用摘自http://dx.doi.org/10.1109/JSEN.2014.2311160：

[23] F. O'Gorman和MB Clowes，“通过特征点的共线性查找图片边缘”，IEEE Trans。计算卷 25号 1976年4月，第4卷，第449-456页。

[24] J. Skingley和AJ Rye，“霍夫变换应用于细线检测的SAR图像”，模式识别。Lett。，第一卷 6号 1，第61–67页，1987年。

[25] C. Trayner，NJ Bailey和BR Haynes，“时间梯度霍夫变换-通过运动速度限制对象识别”，《实时影像》，第1卷。6号 2，第143-153页，2000年。