本章主要講解最基本的圖像分割算法
Hough transform霍夫變換
算法流程：讀入圖片，邊緣檢測，創建累加器，找到累加器中的最大值，將曲線畫回原圖片
首先從檢測直線來理解，平面直線的表達式
row是直線到原點的距離，theta是x軸到過原點垂線逆時針方向夾角，直線上的所有點都滿足上述表達式。而每一個點(x,y)都可以有無限多條直線(row，theta)與之對應，就看做這些直線(row,theta)得到點(x,y)的一次投票。
同理，通過另一個點也有無數條直線(row,theta)與之對應，這些線同樣得到該點的一次投票。此時有且僅有一條直線會同時得到來自上述兩點的投票。繼續檢測其他點（這些點應該具有一些相同屬性，比如相同灰度值），對通過每個點的直線投票，那麼目標直線就是累計得票最多的(row,theta)，上限是取點數。
現在把這個過程轉換到row和theta的座標上理解
平面上固定的點(x,y)，取遍theta可以得到不同的row，這些(row,theta)在座標上描出形如sin函數的圖，同理每個點都可以得到一個這樣的類似sin函數的圖，每個(row,theta)可以用一個累加器來記錄函數通過它的次數（得票數），次數越多的就越可能是目標直線。
下列程序調用MATLAB的庫函數來實現hough變換尋找直線段。
如何檢測圓？
平面圓上的每個點都滿足如下方程，(x0,y0)是圓心座標，r是圓半徑
和直線檢測類似，每個點(x,y)對通過它的圓(x0,y0,r)投票，票數最多的就是目標圓了，對應的應該是3維座標
hough變換一邊用於檢測簡單的曲線，比如直線，圓，橢圓，因爲他們的表達式中參數有限且範圍固定，所以計算效率較高，佔用空間也不會很大。下一章將會和大家分享otsu算法的學習心得。