Hough变换

最新推荐文章于 2023-06-17 08:51:01 发布

youyiketing

最新推荐文章于 2023-06-17 08:51:01 发布

阅读量461

点赞数 1

分类专栏：数字图像处理文章标签：图像处理

本文链接：https://blog.csdn.net/qq_43855258/article/details/125207852

版权

数字图像处理专栏收录该内容

11 篇文章 3 订阅

订阅专栏

1.数学理解（点共线问题-->线相交问题）

2.Hough变换算法实现

3.Hough变换应用于线检测

4. MATLAB工具

霍夫变换（Hough Transform)：数字图像处理中的特征提取计数，判断图像中哪些点共线，可以检测直线、圆、椭圆。

1.数学理解（点共线问题-->线相交问题）

①x-y变量空间（y=kx+b)-->k-b参数空间(b=y-kx)

②x-y变量空间-->ρ-θ参数空间（ρ=xcosθ+ysinθ）

总结：x-y坐标系的一条直线(y=kx+b)对应ρ-θ坐标系的一个点(ρ，θ)，x-y坐标系的一个点(x,y)对应ρ-θ坐标系的一条曲线(ρ=xcosθ+ysinθ）。

2.Hough变换算法实现

step1. 在参数空间(ρ,θ)里建立一个二维矩阵H(ρ，θ）,初始化为0，ρ和θ分别表示横纵坐标；

step2. 对XY空间中的每一个给定点做Hough变换，求出其参数空间对应的所有（ρ,θ）点，即曲线(ρ=xcosθ+ysinθ），其中ρ和θ取整型；

step3. 在参数矩阵H每个点H(ρ,θ)处累加1，即H(ρ,θ)的值表示参数空间在该点(ρ,θ)处线相交的直线数，即XY空间共线的点数；

step4. 参数矩阵H最大值对应的坐标(ρ,θ)代表XY空间直线方程的参数。

3.Hough变换应用于线检测

step1. 对图像进行Hough变换；

step2. 找出变换域中的峰值数据（相交直线最多的点）；

step3. 根据峰值数据的坐标绘出对应直线。

4. MATLAB工具

step1. hough函数执行霍夫变换，得霍夫矩阵；

step2. houghpeaks函数在霍夫矩阵中寻找峰值点；

step3. houghlines函数得二值图像中的直线信息。

[H,theta,rho] = hough(BW)       %二值图像的Hough变换-检测直线
       --rho=x*cos(theta)+y*sin(theta)
       --x-y坐标系的一条直线(y=kx+b)对应ρ-θ坐标系的一个点(ρ，θ)，x-y坐标系的一个点(x,y)对应ρ-θ坐标系的一条曲线(ρ=xcosθ+ysinθ）
       --BW：输入二值图像（提取边缘后的）
       --H：输出一个参数空间矩阵(hough变换后的累加器矩阵)，行坐标-theta，列坐标-ρ
       --theta：x轴与向量ρ的夹角θ（-90°<θ<90°），线条y=kx+b本身的角度是θ+90°
       --rho：原点到直线y-kx+b的垂直距离ρ

peaks = houghpeaks(H, NumPeaks)        %确定Hough变换中的峰值，即参数矩阵中累加的最大值
   peaks = houghpeaks(..., 'Threshold', val1, 'NHoodSize', val2)
       --H：输入Hough变换获得的参数矩阵
       --NumPeaks：设定保留的最大峰值个数
       --peaks ：输出矩阵peaks ，记录H中保留峰值的横纵坐标

lines = houghlines(BW, theta, rho, peaks)        %基于Hough变换提取直线段
   lines = houghlines(..., 'FillGap', val1, 'MinLength', val2)
       --BW：输入二值图（提取边缘后的，hough变化的输入）
       --theta,rho：hough变换的结果（ρ，θ）
       --peaks：houghpeaks结果
       --lines：输出结构数组（可能检测到多条直线），长度等于找到的线段数。lines结构数组成员：
           -point1：向量[r1,c1]，指定线段起点行列坐标
           -point2：向量[r2,c2]，指定线段终点行列坐标
           -theta：此线段的霍夫变换参数θ
           -rho：此线段的霍夫变换参数ρ

参考：https://blog.csdn.net/didi_ya/article/details/111149724?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-111149724-blog-90215537.pc_relevant_antiscanv2&spm=1001.2101.3001.4242.1&utm_relevant_index=3https://blog.csdn.net/didi_ya/article/details/111149724?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-111149724-blog-90215537.pc_relevant_antiscanv2&spm=1001.2101.3001.4242.1&utm_relevant_index=3