Hough变换检测直线

Hough变换检测直线

http://keith70.u.sourceforge.net/?p=200

1.1 Hough变换

      在计算机识别中，常常需要从图像上寻找特定形状的图形，如果直接利用图像点阵进行搜索判断显然难以实现，这时就需要将图像像素按一定的算法映射到参数空间。Hough变换提供了一种将图像像素信息按坐标映射到参数空间的方法，通过它构建的参数空间可以容易地对特定形状进行判断。

Hough变换是一种利用图像的全局特征将特定形状的边缘像素连接起来，形成连续平滑边缘的一种方法。它通过将源图像上的点映射到用于累加的参数空间，实现对已知解析式曲线的识别。Hough变换常用于对图像中的直线和圆进行识别。

 1.2直线的Hough变换

       直线的解析式有多种形式，由于用斜率描述的直线存在斜率无穷大的特殊情况,这里选用直线的极坐标描述：ρ=хcos(θ)+уsin(θ)

式中ρ为直线到原点的距离，θ为限定了直线的斜率。对于任意一组确定的（ρ，θ），上式都可以唯一确定一条直线。开辟二维参数空间H（ρ，θ），对ρ，θ整数化，则对于任意有限平面区域，参数空间H可以表示为有限个点的集合。而H（ρ，θ）中任意点都一一对应原平面区域上的一条直线。

       将上述结论推广到任意平面图像上可知，图像上任意直线区域都可以一一对应参数空间H（ρ，θ）中一个点，而图像上的任意像素都同时存在于很多直线区域之上。可以将图像上的直线区域想象为容器，把特定像素想象成放在容器中的棋子，只不过在这里，每个棋子都可以同时存在于多个容器中。那么Hough变换可以理解为依次检查图像上的每个棋子（特定像素），对于每个棋子，找到所有包含它的容器（平面上的直线区域），并为每个容器的计数器加1，这们就可以统计出每个容器所包含的棋子数量。当图像中某个直线区域包含的特定像素足够多（大于设定的阈值K）时，就可以认为直线区域表示的直线存在。

       用二维向量（ρ，θ）描述图像上的每一条直线区域，则可将图像上的直线区域计数器映射到参数空间H（ρ，θ）中的存储单元。由于ρ为直线区域到原点的距离，因此对于对角线长度为n的图像，固定左上角为原点，可得到ρ的取值范围为[0，n]，令θ以1度为增量，可得到θ的取值范围为[0，360]。定义二维数组HoughBuf[n][360]作为存储单元，其中对于任意（ρ，θ）决定的直线区域，计数器为HoughBuf[ρ][ θ]。对于直线的Hough变换过程可以简单描述为，依次遍历图像的所有像素，对于每个像素判断是否满足特定的条件，若满足则对经过该像素的所有直线区域的计数器加1，否则继续判断下一个像素。为了得到经过某个像素的所有直线区域，可以依次用θ的所有可能取值，借助此像素的坐标和直线的极坐标方程计算ρ，而每一组（ρ，θ）就对应了一条经过此像素的直线区域。

       为了避免在Hough变换中多次重复计算三角函数值，可以采用查表的方法提高效率。在进行变换之前，首先对0到359度范围内所有整数角度的三角函数值进行计算，将计算结果按下标保存在线性数组中，使用时只需按照下标从数值中取值即可。

         此方法可用如下代码来实现：

^? 查看代码 CPP

1 2 3 4 5 6 7

double sinvalue[360]; double cosvalue[360]; for (int i=0;i<360;i++) { sinvalue[i] = sin(i*3.1415926/180); cosvalue[i] = cos(i*3.1415926/180); }

Hough变换的主要流程可用以下代码来实现：

^? 查看代码 CPP

for(y=0;y<h;y++)
   for (x=0;x<w;x++)
   {
    //对的所有取值进行计算
    for (i=0;i<360;i++)
    {
     if (pixel[y*w+x] > k)//若像素灰度大于阈值
     {
      tp = (int)(x*sinvalue[i]+y*cosvalue[i]);
      if(tp<0) 
       continue;
      //计数器累加
      houghBuf[tp][i] += 1;
     }
    }
   }
   w = 360;//将宽度设定为Hough变换图像的宽度
   h = p;//将高度设定为Hough变换图像的高度

 

        若将Hough变换得到的各直线区域的计数器的值看作图像的灰度，把用于存储的二维数组看做像素矩阵，则可得到Hough变换的图像，图中灰度较高的点标示出特定像素较集中的直线区域。Hough变换图像按照（ρ，θ）坐标系分布，水平方向为θ轴，垂直方向为ρ轴，每个（ρ，θ）坐标点对应源图像的一条直线区域，对于同一行的坐标点对应的直线区域与原点具有相同的距离，处于同一列的坐标点对应的直线区域相互平行。同时，源图像中直线越长越规则，Hough变换图像上对应的点灰度就越高，源图像中直线线宽越宽，Hough变换图像上对应的点直径就越大。源图像中有几条直线，在此Hough变换图像中就有几个亮点，根据每个亮点中心所在的坐标，就很容易得到原直线的解析式。