1.目的
(1)如何使用HoughLines和HoughLinesP检测图像中的直线
2.原理
(1)霍夫变换
[1]霍夫变换是一种用来寻找直线的方法
[2]是用霍夫线变换之前,首先要对图像进行边缘检测的处理,也即霍夫线变换的直接输入只能是边缘二值图像.
(2)实现
[1]直线的二维空间表示
a.在 笛卡尔坐标系: 可由参数: (m,b) 斜率和截距表示.
b.在 极坐标系: 可由参数: (r,theta) 极径和极角表示
对于霍夫变换, 我们将用 极坐标系 来表示直线. 因此, 直线的表达式可为:
化简得:
其中r表示直线到原点的距离,theta表示方向角。
因此对于一个给定点(X0,Y0),可以将通过该点的一族直线定义为:
这就意味着每一对(r,theta)都代表着一条通过(X0,Y0)的直线。如果对于一个给定点 (X0,Y0) 我们在极坐标对极径极角平面绘出所有通过它的直线, 将得到一条正弦曲线。
继续对(X1,Y1)(X2,Y2)绘制曲线得到:
由图可以看出三条曲线相交于一个点,可以认为这三个点可能在同一条直线上。这意味着一般来说, 一条直线能够通过在平面 (theta,r) 寻找交于一点的曲线数量来 检测. 越多曲线交于一点也就意味着这个交点表示的直线由更多的点组成. 一般来说我们可以通过设置直线上点的 阈值 来定义多少条曲线交于一点我们才认为 检测 到了一条直线.因此霍夫线变换要做的. 它追踪图像中每个点对应曲线间的交点. 如果交于一点的曲线的数量超过了 阈值, 那么可以认为这个交点所代表的参数对 (theta,r) 在原图像中为一条直线.
[2]标准霍夫线变换和统计概率霍夫线变换
a.标准霍夫线变换
标准霍夫线变换可以提供(theta,r)的集合来表示检测到的直线
b.统计概率霍夫线变换
统计概率霍夫线变换输出直线的端点(X0,Y0,X1, Y1)
3.部分代码解释
(1)HoughLines