霍夫变换——转载于“疯狂奔跑”

最新推荐文章于 2024-11-13 22:52:30 发布

陆拾柒

最新推荐文章于 2024-11-13 22:52:30 发布

阅读量163

点赞数

分类专栏：统计学知识文章标签：线性代数

原文链接：https://www.cnblogs.com/php-rearch/p/6760683.html

版权

统计学知识专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文详细介绍了霍夫变换的基本原理，它用于在图像中检测直线。通过将笛卡尔坐标系中的直线映射到霍夫空间中的点，共线的点在霍夫空间中对应相交的直线。文章还展示了如何将坐标系转换为极坐标以解决无穷斜率的问题，并提供了简单的霍夫变换算法步骤和MATLAB代码示例。最后，通过图像处理展示了霍夫变换在实际直线检测中的应用。

摘要由CSDN通过智能技术生成

转载链接：
https://www.cnblogs.com/php-rearch/p/6760683.html；

基本原理

在笛卡尔坐标系中，一条直线可以由两个点来确定，如下图所示：
在这里插入图片描述
另外一方面，y= kx + q 也可以写成关于（k，q）的函数表达式（霍夫空间）：

对应的变换可以通过图形直观的表示出来：

变换后的空间成为霍夫变换。即：笛卡尔坐标系中的一条直线，对应霍夫空间中的一个点。
反过来同样是成立的，即霍夫空间的一条直线，对应笛卡尔坐标系中的一个点：
在这里插入图片描述
再来看看A，B两个点，对应于霍夫空间的情形：

再看一下笛卡尔空间三个点共线的情况，在霍夫空间中对应的情形：

可以看出，如果在笛卡尔坐标系中共线的点，在霍夫空间中对应的直线就会相交于一点：这也是必然的，因为共线只有一种可能
那如果在笛卡尔坐标系中的点不止共线于一条直线呢？，我们来看看多个点的情况：
在这里插入图片描述
我们从霍夫空间可以看到，5条直线汇交了许多交点，有些交点是由三条直线汇交的（如A，B），有些交点是由两条直线汇交的（在图中未使用红点标出，望见谅）。霍夫变换的处理方式就是，在霍夫空间中，选择尽可能多的直线汇成的点。
霍夫空间：选择由三条交汇直线确定的点（中间图），对应的笛卡尔坐标系的直线（右图）：
在这里插入图片描述
到这里问题似乎是已经解决了，已经完成了霍夫变换的求解，但是如果出现下图这种情况呢？

k=∞是不方便求解的，而且q该怎么取值呢？这样不是办法。因此将笛卡尔坐标系转换为：极坐标表示

在极坐标系下，其实是一样的：极坐标的点，霍夫空间中的直线，只不过霍夫空间不再是[k，q]的参数，而是[ρ，θ]的参数，给出的对比图如下所示：
在这里插入图片描述
是不是就一目了然了呢？
给出霍夫变换的算法步骤：

对应的code：

function [ Hough, theta_range, rho_range ] = naiveHough(I)
%NAIVEHOUGH Peforms the Hough transform in a straightforward way.
%
[rows, cols] = size(I);
 
theta_maximum = 90;
rho_maximum = floor(sqrt(rows^2 + cols^2)) - 1;
theta_range = -theta_maximum:theta_maximum - 1;
rho_range = -rho_maximum:rho_maximum;
 
Hough = zeros(length(rho_range), length(theta_range));
for row = 1:rows
    for col = 1:cols
        if I(row, col) > 0 %only find: pixel > 0
            x = col - 1;
            y = row - 1;
            for theta = theta_range
                rho = round((x * cosd(theta)) + (y * sind(theta)));  %approximate
                rho_index = rho + rho_maximum + 1;
                theta_index = theta + theta_maximum + 1;
                Hough(rho_index, theta_index) = Hough(rho_index, theta_index) + 1;
            end
        end
    end
end

其实，本质上就是：
在这里插入图片描述
交点怎么求解呢？细化成坐标形式，取整后将交点对应的坐标进行累加，最后找到数值最大的点就是求解的[ρ，θ]，也就求解了直线。

应用

这里给出MATLAB自带的一个应用，主要是对一幅图像进行直线检验，原图像为：

在这里插入图片描述
首先是对其进行边缘检测：

边缘检测后并进行二值化，就可以通过找非零点的坐标确定数据点。从而对数据点进行霍夫变换。对应映射到霍夫空间的结果为：

找出其中数值较大的一些点，通常可以给定一个阈值，Threshold一下。
这就完成了霍夫变换的整个过程，这个时候求解出来了其实就是多条直线的斜率k以及截距q，通常会根据直线的特性进一步进行判断，从而将直线变为线段：
在这里插入图片描述
不过这一步更类似于后处理，其实已经不是霍夫变换本身的特性了。
给出对应的代码：

clc;clear all;close all;
I  = imread('circuit.tif');
rotI = imrotate(I,40,'crop');
subplot 221
fig1 = imshow(rotI);
BW = edge(rotI,'canny');
title('原图像');
subplot 222
imshow(BW);
[H,theta,rho] = hough(BW);
title('图像边缘检测');
subplot 223
imshow(imadjust(mat2gray(H)),[],'XData',theta,'YData',rho,...
        'InitialMagnification','fit');
xlabel('\theta (degrees)'), ylabel('\rho');
axis on, axis normal, hold on;
colormap(hot)
P = houghpeaks(H,5,'threshold',ceil(0.7*max(H(:))));
x = theta(P(:,2));
y = rho(P(:,1));
plot(x,y,'s','color','black');
lines = houghlines(BW,theta,rho,P,'FillGap',5,'MinLength',7);
title('Hough空间');
subplot 224, imshow(rotI), hold on
max_len = 0;
for k = 1:length(lines)
   xy = [lines(k).point1; lines(k).point2];
   plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
 
   % Plot beginnings and ends of lines
   plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
   plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
 
   % Determine the endpoints of the longest line segment
   len = norm(lines(k).point1 - lines(k).point2);
   if ( len > max_len)
      max_len = len;
      xy_long = xy;
   end
end
 
% highlight the longest line segment
plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','red');
title('直线检测');

在这里插入图片描述
效果还是比较接近的。
看到Stackoverflow上的一个答案，觉得很好，收藏一下：