霍夫变换圆检测算法

还有一篇文章在这：

http://www.opencv.org.cn/forum.php?mod=viewthread&tid=34096

找圆算法（(HoughCircles)总结与优化

图像处理之霍夫变换圆检测算法

转载  2017年07月14日 16:36:27

• 506

- created by gloomyfish

图像处理之霍夫变换圆检测算法

之前写过一篇文章讲述霍夫变换原理与利用霍夫变换检测直线, 结果发现访问量还是蛮

多,有点超出我的意料,很多人都留言说代码写得不好,没有注释,结构也不是很清晰,所以

我萌发了再写一篇,介绍霍夫变换圆检测算法,同时也尽量的加上详细的注释,介绍代码

结构.让更多的人能够读懂与理解.

一:霍夫变换检测圆的数学原理

根据极坐标,圆上任意一点的坐标可以表示为如上形式, 所以对于任意一个圆, 假设

中心像素点p(x0, y0)像素点已知, 圆半径已知,则旋转360由极坐标方程可以得到每

个点上得坐标同样,如果只是知道图像上像素点, 圆半径,旋转360°则中心点处的坐

标值必定最强.这正是霍夫变换检测圆的数学原理.

二:算法流程

该算法大致可以分为以下几个步骤

三:运行效果

图像从空间坐标变换到极坐标效果, 最亮一点为圆心.

图像从极坐标变换回到空间坐标,检测结果显示:

四:关键代码解析

个人觉得这次注释已经是非常的详细啦,而且我写的还是中文注释

[html]  view plain  copy

1. /**   
2.  * 霍夫变换处理 - 检测半径大小符合的圆的个数   
3.  * 1. 将图像像素从2D空间坐标转换到极坐标空间   
4.  * 2. 在极坐标空间中归一化各个点强度，使之在0〜255之间   
5.  * 3. 根据极坐标的R值与输入参数(圆的半径)相等，寻找2D空间的像素点   
6.  * 4. 对找出的空间像素点赋予结果颜色(红色)   
7.  * 5. 返回结果2D空间像素集合   
8.  * @return int []   
9.  */    
10. public int[] process() {    
11.     
12.     // 对于圆的极坐标变换来说，我们需要360度的空间梯度叠加值    
13.     acc = new int[width * height];    
14.     for (int y = 0; y < height; y++) {    
15.         for (int x = 0; x < width; x++) {    
16.             acc[y * width + x] = 0;    
17.         }    
18.     }    
19.     int x0, y0;    
20.     double t;    
21.     for (int x = 0; x < width; x++) {    
22.         for (int y = 0; y < height; y++) {    
23.     
24.             if ((input[y * width + x] & 0xff) == 255) {    
25.     
26.                 for (int theta = 0; theta < 360; theta++) {    
27.                     t = (theta * 3.14159265) / 180; // 角度值0 ~ 2*PI    
28.                     x0 = (int) Math.round(x - r * Math.cos(t));    
29.                     y0 = (int) Math.round(y - r * Math.sin(t));    
30.                     if (x0 < width && x0 > 0 && y0 < height && y0 > 0) {    
31.                         acc[x0 + (y0 * width)] += 1;    
32.                     }    
33.                 }    
34.             }    
35.         }    
36.     }    
37.     
38.     // now normalise to 255 and put in format for a pixel array    
39.     int max = 0;    
40.     
41.     // Find max acc value    
42.     for (int x = 0; x < width; x++) {    
43.         for (int y = 0; y < height; y++) {    
44.     
45.             if (acc[x + (y * width)] > max) {    
46.                 max = acc[x + (y * width)];    
47.             }    
48.         }    
49.     }    
50.     
51.     // 根据最大值，实现极坐标空间的灰度值归一化处理    
52.     int value;    
53.     for (int x = 0; x < width; x++) {    
54.         for (int y = 0; y < height; y++) {    
55.             value = (int) (((double) acc[x + (y * width)] / (double) max) * 255.0);    
56.             acc[x + (y * width)] = 0xff000000 | (value << 16 | value << 8 | value);    
57.         }    
58.     }    
59.         
60.     // 绘制发现的圆    
61.     findMaxima();    
62.     System.out.println("done");    
63.     return output;    
64. }    

完整的算法源代码, 已经全部的加上注释

[html]  view plain  copy

1. package com.gloomyfish.image.transform.hough;    
2. /***   
3.  *    
4.  * 传入的图像为二值图像，背景为黑色，目标前景颜色为为白色   
5.  * @author gloomyfish   
6.  *    
7.  */    
8. public class CircleHough {    
9.     
10.     private int[] input;    
11.     private int[] output;    
12.     private int width;    
13.     private int height;    
14.     private int[] acc;    
15.     private int accSize = 1;    
16.     private int[] results;    
17.     private int r; // 圆周的半径大小    
18.     
19.     public CircleHough() {    
20.         System.out.println("Hough Circle Detection...");    
21.     }    
22.     
23.     public void init(int[] inputIn, int widthIn, int heightIn, int radius) {    
24.         r = radius;    
25.         width = widthIn;    
26.         height = heightIn;    
27.         input = new int[width * height];    
28.         output = new int[width * height];    
29.         input = inputIn;    
30.         for (int y = 0; y < height; y++) {    
31.             for (int x = 0; x < width; x++) {    
32.                 output[x + (width * y)] = 0xff000000; //默认图像背景颜色为黑色    
33.             }    
34.         }    
35.     }    
36.     
37.     public void setCircles(int circles) {    
38.         accSize = circles; // 检测的个数    
39.     }    
40.         
41.     /**   
42.      * 霍夫变换处理 - 检测半径大小符合的圆的个数   
43.      * 1. 将图像像素从2D空间坐标转换到极坐标空间   
44.      * 2. 在极坐标空间中归一化各个点强度，使之在0〜255之间   
45.      * 3. 根据极坐标的R值与输入参数(圆的半径)相等，寻找2D空间的像素点   
46.      * 4. 对找出的空间像素点赋予结果颜色(红色)   
47.      * 5. 返回结果2D空间像素集合   
48.      * @return int []   
49.      */    
50.     public int[] process() {    
51.     
52.         // 对于圆的极坐标变换来说，我们需要360度的空间梯度叠加值    
53.         acc = new int[width * height];    
54.         for (int y = 0; y < height; y++) {    
55.             for (int x = 0; x < width; x++) {    
56.                 acc[y * width + x] = 0;    
57.             }    
58.         }    
59.         int x0, y0;    
60.         double t;    
61.         for (int x = 0; x < width; x++) {    
62.             for (int y = 0; y < height; y++) {    
63.     
64.                 if ((input[y * width + x] & 0xff) == 255) {    
65.     
66.                     for (int theta = 0; theta < 360; theta++) {    
67.                         t = (theta * 3.14159265) / 180; // 角度值0 ~ 2*PI    
68.                         x0 = (int) Math.round(x - r * Math.cos(t));    
69.                         y0 = (int) Math.round(y - r * Math.sin(t));    
70.                         if (x0 < width && x0 > 0 && y0 < height && y0 > 0) {    
71.                             acc[x0 + (y0 * width)] += 1;    
72.                         }    
73.                     }    
74.                 }    
75.             }    
76.         }    
77.     
78.         // now normalise to 255 and put in format for a pixel array    
79.         int max = 0;    
80.     
81.         // Find max acc value    
82.         for (int x = 0; x < width; x++) {    
83.             for (int y = 0; y < height; y++) {    
84.     
85.                 if (acc[x + (y * width)] > max) {    
86.                     max = acc[x + (y * width)];    
87.                 }    
88.             }    
89.         }    
90.     
91.         // 根据最大值，实现极坐标空间的灰度值归一化处理    
92.         int value;    
93.         for (int x = 0; x < width; x++) {    
94.             for (int y = 0; y < height; y++) {    
95.                 value = (int) (((double) acc[x + (y * width)] / (double) max) * 255.0);    
96.                 acc[x + (y * width)] = 0xff000000 | (value << 16 | value << 8 | value);    
97.             }    
98.         }    
99.             
100.         // 绘制发现的圆    
101.         findMaxima();    
102.         System.out.println("done");    
103.         return output;    
104.     }    
105.     
106.     private int[] findMaxima() {    
107.         results = new int[accSize * 3];    
108.         int[] output = new int[width * height];    
109.             
110.         // 获取最大的前accSize个值    
111.         for (int x = 0; x < width; x++) {    
112.             for (int y = 0; y < height; y++) {    
113.                 int value = (acc[x + (y * width)] & 0xff);    
114.     
115.                 // if its higher than lowest value add it and then sort    
116.                 if (value > results[(accSize - 1) * 3]) {    
117.     
118.                     // add to bottom of array    
119.                     results[(accSize - 1) * 3] = value; //像素值    
120.                     results[(accSize - 1) * 3 + 1] = x; // 坐标X    
121.                     results[(accSize - 1) * 3 + 2] = y; // 坐标Y    
122.     
123.                     // shift up until its in right place    
124.                     int i = (accSize - 2) * 3;    
125.                     while ((i >= 0) && (results[i + 3] > results[i])) {    
126.                         for (int j = 0; j < 3; j++) {    
127.                             int temp = results[i + j];    
128.                             results[i + j] = results[i + 3 + j];    
129.                             results[i + 3 + j] = temp;    
130.                         }    
131.                         i = i - 3;    
132.                         if (i < 0)    
133.                             break;    
134.                     }    
135.                 }    
136.             }    
137.         }    
138.     
139.         // 根据找到的半径R，中心点像素坐标p(x, y)，绘制圆在原图像上    
140.         System.out.println("top " + accSize + " matches:");    
141.         for (int i = accSize - 1; i >= 0; i--) {    
142.             drawCircle(results[i * 3], results[i * 3 + 1], results[i * 3 + 2]);    
143.         }    
144.         return output;    
145.     }    
146.     
147.     private void setPixel(int value, int xPos, int yPos) {    
148.         /// output[(yPos * width) + xPos] = 0xff000000 | (value << 16 | value << 8 | value);    
149.         output[(yPos * width) + xPos] = 0xffff0000;    
150.     }    
151.     
152.     // draw circle at x y    
153.     private void drawCircle(int pix, int xCenter, int yCenter) {    
154.         pix = 250; // 颜色值，默认为白色    
155.     
156.         int x, y, r2;    
157.         int radius = r;    
158.         r2 = r * r;    
159.             
160.         // 绘制圆的上下左右四个点    
161.         setPixel(pix, xCenter, yCenter + radius);    
162.         setPixel(pix, xCenter, yCenter - radius);    
163.         setPixel(pix, xCenter + radius, yCenter);    
164.         setPixel(pix, xCenter - radius, yCenter);    
165.     
166.         y = radius;    
167.         x = 1;    
168.         y = (int) (Math.sqrt(r2 - 1) + 0.5);    
169.             
170.         // 边缘填充算法， 其实可以直接对循环所有像素，计算到做中心点距离来做    
171.         // 这个方法是别人写的，发现超赞，超好！    
172.         while (x < y) {    
173.             setPixel(pix, xCenter + x, yCenter + y);    
174.             setPixel(pix, xCenter + x, yCenter - y);    
175.             setPixel(pix, xCenter - x, yCenter + y);    
176.             setPixel(pix, xCenter - x, yCenter - y);    
177.             setPixel(pix, xCenter + y, yCenter + x);    
178.             setPixel(pix, xCenter + y, yCenter - x);    
179.             setPixel(pix, xCenter - y, yCenter + x);    
180.             setPixel(pix, xCenter - y, yCenter - x);    
181.             x += 1;    
182.             y = (int) (Math.sqrt(r2 - x * x) + 0.5);    
183.         }    
184.         if (x == y) {    
185.             setPixel(pix, xCenter + x, yCenter + y);    
186.             setPixel(pix, xCenter + x, yCenter - y);    
187.             setPixel(pix, xCenter - x, yCenter + y);    
188.             setPixel(pix, xCenter - x, yCenter - y);    
189.         }    
190.     }    
191.     
192.     public int[] getAcc() {    
193.         return acc;    
194.     }    
195.     
196. }