Matlab图像--霍夫变换Hough_Transform

• Matlab图像–霍夫变换Hough_Transform
• 参考博客：https://blog.csdn.net/qq_16234613/article/details/52229962?locationNum=3
• 参考博客： https://blog.csdn.net/abcjennifer/article/details/6673799

---

clc,close  
BW=imread('../7.jpg');
BW=rgb2gray(BW);  
% thresh 指定分割方法的阈值
thresh=[0.01,0.17];  

%定义高斯参数
sigma=2;
% canny算子 边缘检测
f = edge(double(BW),'canny',thresh,sigma);  
figure(1),imshow(f,[]);  
title('canny 边缘检测');  

% [H,theta,rho] = hough(BW,p,v)
% H是变换到的hough矩阵。
% theta和rho对应于矩阵每一列和每一行的ρ和θ值组成的向量。
% p与v成对使用。p如果使用thetaresolution则v是θ轴方向上的单位区间的长度，可取（0,90）之间，默认为1；
% p如果使用rhoresolution 则v是ρ轴方向上的单位区间长度，可取（0，norm（size(BW)）之间，默认为1。
[H, theta, rho]= hough(f,'RhoResolution', 0.5);  

% peaks = houghpeaks(H,numpeak,p,v)
% peaks是一个Q*2的矩阵，每行的两个元素分别是某一峰值的行列索引，Q为找到的峰值数目。
% numpeak是寻找的峰值数目。
% p和v成对使用。p如果使用threshold则v表示峰值的阈值，只有大于阈值的点才被认为可能是阈值，默认为0.5*max(H(:))。p如果是NHoodSize则表示每次检测出一个峰值后，v就指出该峰值周围需要清零的邻域信息，并以向量[M N] 形式输出。
peak=houghpeaks(H,5);  
hold on  

% lines = houghlines(BW,theta,rho,peaks,p,v) 
% lines是个结构数组，有point1（端点1），point2（端点2），theta,rho。
% p和v成对使用。p如果使用fillgap则v表示同一幅图像中两条线的阈值，小于将会合并，默认20。p如果是minlength则v表示直线段最小长度阈值，默认40。
% point1：两元素向量[r1, c1]，指定了线段起点的行列坐标。
% point2：两元素向量[r2, c2]，指定了线段终点的行列坐标。
% theta：与线相关的霍夫变换的以度计量的角度。
% rho：与线相关的霍夫变换的ρ轴位置
lines=houghlines(f,theta,rho,peak);

figure,imshow(f,[]),title('Hough Transform Detect Result'),hold on  
for k=1:length(lines)  
    xy=[lines(k).point1;lines(k).point2];  
    plot(xy(:,1),xy(:,2),'LineWidth',4,'Color',[.6 .6 .6]);  
end