Hough变换

最新推荐文章于 2023-03-27 20:49:26 发布

梅津太郎

最新推荐文章于 2023-03-27 20:49:26 发布

阅读量2.2k

点赞数

分类专栏：图像处理

本文链接：https://blog.csdn.net/gaocui883/article/details/107190469

版权

图像处理专栏收录该内容

88 篇文章 1 订阅

订阅专栏

三、Hough变换应用于线检测（MATLAB实现）

1.检测步骤

2.使用MATLAB工具箱中的Hough变换函数进行边缘检测

一、Hough变换简介

霍夫变换（Hough Transform)是数字图像处理中的一种特征提取技术
常用于判断图像中哪些点共线
可以检测直线，也可以检测圆或椭圆

二、Hough变换的数学理解

1.x-y变量空间至k-b参数空间的变换

已知一条直线在直角坐标系下可以用 y=kx+b 表示，霍夫变换的主要思想是将方程的参数与变量交换，从变量空间x,y变换到参数空间k,b来对直线进行表示。在变量空间中的一个点 (x_1,kx_1+b) 在参数空间中就表示为一条直线 b=y_1-kx_1 ，这样在参数空间y-x中的“点共线”问题就转换为了参数空间k-b中的“线相交”问题，且有几个点共线就有几条线相交。（如图1）

图1 变量空间--->参数空间的转换

2.x-y变量空间至 $\rho$ - $\theta$ 空间的变换

可以用极坐标来表示参数（如图2）

图2 参数空间为极坐标空间

直线 y=kx+b 用极坐标表示为

$\rho =xcos(\theta)+ysin(\theta)$

其中， $\rho$ 为从原点到直线最近距离的向量， $\theta$ 为向量与x轴的夹角。

对于竖直方向的直线， $\theta=0^o$ ， $\rho$ 为正的x的截距；对于水平直线， $\theta=90^o$ , $\rho$ 为正的y的截距；或 $\theta=-90^o$ ， $\rho$ 为负的y的截距。

图2（右）中的两条正弦曲线，分别表示过特定点 (x_i,y_i)、(x_j,y_j) 、的两个直线族，交点 $(\rho',\theta')$ 对应于通过、的直线。

由此， $\rho$ - $\theta$ 空间中，某点处相交的正弦曲线的数量等于相应的x-y空间中共线的点的数量。

三、Hough变换应用于线检测（MATLAB实现）

1.检测步骤

对图像进行Hough变换；
找出变换域中的峰值数据（相交直线最多的点）；
根据峰值数据的空域坐标绘出对应直线。


 
 
   
   
    
    
   
   
   
   
    
    
     
     %%Hougn变换
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     I=imread('coloredChips.png');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     f=rgb2gray(I);%RGB-->gray
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     f=f(round(
     
     end/
     
     2)
     
     :end,
     
     1
     
     :round(
     
     end/
     
     2));
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     BW=edge(f,
     
     'canny');  %
     
     edge:以灰度图像为输入，
     
     'canny'为边缘检测算子
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                          %     输出BW为二值图像，边缘处为白（
     
     255）其余部分为黑（
     
     0）
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     imshow(f)
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     title(
     
     '原始图像')
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [row,col]=size(BW);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     rhomax=round((row*row+col*col)^
     
     0.
     
     5);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     A=zeros(
     
     2*rhomax,
     
     180);   %这里，实际上rho的取值范围为[-rhomax,rhomax]，
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                              %但是为了后面进行数量统计，转变为[
     
     1,
     
     2rhomax]
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     for m=
     
     1
     
     :row
    
    
   
   

   
   
    
    
   
   
   
   
    
        
     
     for n=
     
     1
     
     :col
    
    
   
   

   
   
    
    
   
   
   
   
    
            
     
     if BW(m,n)>
     
     0 %判断为边缘
    
    
   
   

   
   
    
    
   
   
   
   
    
                
     
     for theta=
     
     1
     
     :
     
     180
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                     r=theta/
     
     180*pi; %角度转换
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                     rho=round(m*cos(r)+n*sin(r));
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                     %Hough变换
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                     rho=rho+rhomax+
     
     1;   %坐标平移
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                                         %这里的理解，首先matlab中数组是从
     
     1开始计数，所以+
     
     1；
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                                         %数组坐标不能<
     
     0，所以 +rhomax
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
                     A(rho,theta)=A(rho,theta)+
     
     1;   %数量统计
    
    
   
   

   
   
    
    
   
   
   
   
    
                
     
     end
    
    
   
   

   
   
    
    
   
   
   
   
    
            
     
     end
    
    
   
   

   
   
    
    
   
   
   
   
    
        
     
     end
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     end
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [rho,theta]=find(A>
     
     130);   %超过
     
     130个点视为共线,rho列号，theta行号
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     nma=length(rho);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     figure,imshow(BW)
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     for i=
     
     1
     
     :nma
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         hold on
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         m=
     
     1
     
     :row;
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         r=theta(i)/
     
     180*pi;
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         n=(rho(i)-rhomax-m*cos(r))/(
     
     0.
     
     0001+sin(r));
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         plot(n,m,
     
     'w-',
     
     'LineWidth',
     
     6);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     end
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     title(
     
     'hough线检测');

2.使用MATLAB工具箱中的Hough变换函数进行边缘检测


 
 
   
   
    
    
   
   
   
   
    
    
     
     %%MATLAB工具箱中的Hough变换函数进行边缘检测
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     I=imread(
     
     'circuit.tif');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     rotI=imrotate(I,
     
     33,
     
     'crop');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     BW=edge(rotI,
     
     'canny');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     imshow(BW);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     title(
     
     '原图');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     %对图像进行Hough变换
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [H,T,R]=hough(BW);  %[H,theta,rho]
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     %显示变换域
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     figure,imshow(imadjust(rescale(H)),
     
     'XData',T,
     
     'YData',R,...
    
    
   
   

   
   
    
    
   
   
   
   
    
                  
     
     'InitialMagnification',
     
     'fit');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     xlabel(
     
     '\theta');ylabel(
     
     '\rho');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     axis 
     
     on,axis normal,hold 
     
     on
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     title(
     
     '变换域');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     %计算变换域峰值
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     P=houghpeaks(H,
     
     5,
     
     'threshold',ceil(
     
     0.3*max(H(:))));
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     x=T(P(:,
     
     2));y=R(P(:,
     
     1));
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     plot(x,y,
     
     's',
     
     'color',
     
     'red');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     %标记直线
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     lines=houghlines(BW,T,R,P,
     
     'FillGap',
     
     5,
     
     'MinLength',
     
     7);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     figure,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',
     
     'white');
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         %Plot beginning 
     
     and ends 
     
     of lines
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         plot(xy(
     
     1,
     
     1),xy(
     
     1,
     
     2),
     
     'xw',
     
     'LineWidth',
     
     2);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         plot(xy(
     
     2,
     
     1),xy(
     
     2,
     
     2),
     
     'xw',
     
     'LineWidth',
     
     2);
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
         %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
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     title(
     
     '检测结果')