我使用广义hough变换来区分各种任意形状。我将要处理的几个形状如下所示：http://i50.tinypic.com/2u550t5.png
我已经成功地实现了以下步骤：
A）转换/训练阶段
i）获取二进制图像的阈值ii）使用cvFindContour获取轮廓iii）计算每个边缘像素的距离"r"和梯度方向（phi）iv）创建R-表
为每个形状的创建一个R表数据库
B）识别
i）获取任意形状的轮廓ii）计算每个边缘像素的梯度方向iii）使用R-表，构建累加器
我的问题是如何继续？
如何使用此累加器数据检测形状？
基本上，一旦你有了累加器图像，你就必须找到其中的峰值，即具有最高"票数"的像素（或单元），峰值应该大致代表你形状的位置。
有很多关于广义霍夫教程的教程，我喜欢M.Ulrich的论文"图像中复合对象的层次实时识别"中包含的教程，其中图4.3、4.4和4.5清楚地解释了这个主题。