matlab霍夫变换代码,[转载]Matlab实现霍夫变换

本代码提供了matlab下求取经过霍夫变换的直线斜率，并将其联合，代码见下方，实验结果见文末。

% 入口图像为 BW，出口图像为f

%optimize from main_optimize, merely select 2 lines, one has positive

%slope,the other has negative slope

clear all,close all

BW=imread('D:ImagesNEWimg4b9faef664e03.jpg');

figure,imshow(BW);

BW=rgb2gray(BW);

%thresh=[0.01,0.17];

thresh=[0.01,0.10];

sigma=2;%定义高斯参数

f = edge(double(BW),'canny',thresh,sigma);

figure,subplot(121);

imshow(f,[]);

title('canny Edge Detect Result');

[H, theta, rho]= hough(f, 0.1);%cos(theta)*x+sin(theta)*y=rho

%imshow(theta,rho,H,[],'notruesize'),axis on,axis normal

%xlabel('theta'),ylabel('rho');

[r,c]=houghpeaks(H,10);

hold on

lines=houghlines(f,theta,rho,r,c);

subplot(122);

imshow(f,[]),title('Hough Transform Detect Result'),hold on

nlind=0;%new line index

st=1;

%%%%%%%%%求斜率%%%%%%%%%%%%

for k=1:length(lines)

%xy=[lines(k).point1;lines(k).point2];

xielv(k)=(lines(k).point2(1)-lines(k).point1(1))/(lines(k).point2(2)-lines(k).point1(2)+0.0001)

end

%%%%%%%%%将相同斜率的直线连起来%%%%%%%%%%%%

k=1;

while(k<=length(lines))

if(k~=length(lines))

k=k+1;

end

while(abs(xielv(k)-xielv(k-1))<0.0001)

k=k+1;

if(k>length(lines))

break;

end

end

if(abs(xielv(k-1))<0.05||abs(xielv(k-1))>=10)%eliminate horizontal and vertical lines,防治水平线和楼房

st=k;

if(k~=length(lines))

continue;

end

end

if(st==length(lines)&&k==st)

if(abs(xielv(k))>0.05&&abs(xielv(k))<10)

nlind=nlind+1;

newlines(nlind)=lines(st);

newlines(nlind).point2=lines(k).point2;

newxy=[newlines(nlind).point1;newlines(nlind).point2];

plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);

end

break;

end

%end=k-1,start=st; draw line

nlind=nlind+1;

newlines(nlind)=lines(st);

newlines(nlind).point2=lines(k-1).point2;

newxy=[newlines(nlind).point1;newlines(nlind).point2];

plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);

st=k;

end

fprintf('%d lines are detected in sum.n',nlind);

% 入口图像为 BW，出口图像为f

%optimize from main_optimize, merely select 2 lines, one has positive

%slope,the other has negative slope

clear all,close all

BW=imread('D:ImagesNEWimg4b9faef664e03.jpg');

figure,imshow(BW);

BW=rgb2gray(BW);

%thresh=[0.01,0.17];

thresh=[0.01,0.10];

sigma=2;%定义高斯参数

f = edge(double(BW),'canny',thresh,sigma);

figure,subplot(121);

imshow(f,[]);

title('canny Edge Detect Result');

[H, theta, rho]= hough(f, 0.1);%cos(theta)*x+sin(theta)*y=rho

%imshow(theta,rho,H,[],'notruesize'),axis on,axis normal

%xlabel('theta'),ylabel('rho');

[r,c]=houghpeaks(H,10);

hold on

lines=houghlines(f,theta,rho,r,c);

subplot(122);

imshow(f,[]),title('Hough Transform Detect Result'),hold on

nlind=0;%new line index

st=1;

%%%%%%%%%求斜率%%%%%%%%%%%%

for k=1:length(lines)

%xy=[lines(k).point1;lines(k).point2];

xielv(k)=(lines(k).point2(1)-lines(k).point1(1))/(lines(k).point2(2)-lines(k).point1(2)+0.0001)

end

%%%%%%%%%将相同斜率的直线连起来%%%%%%%%%%%%

k=1;

while(k<=length(lines))

if(k~=length(lines))

k=k+1;

end

while(abs(xielv(k)-xielv(k-1))<0.0001)

k=k+1;

if(k>length(lines))

break;

end

end

if(abs(xielv(k-1))<0.05||abs(xielv(k-1))>=10)%eliminate horizontal and vertical lines,防治水平线和楼房

st=k;

if(k~=length(lines))

continue;

end

end

if(st==length(lines)&&k==st)

if(abs(xielv(k))>0.05&&abs(xielv(k))<10)

nlind=nlind+1;

newlines(nlind)=lines(st);

newlines(nlind).point2=lines(k).point2;

newxy=[newlines(nlind).point1;newlines(nlind).point2];

plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);

end

break;

end

%end=k-1,start=st; draw line

nlind=nlind+1;

newlines(nlind)=lines(st);

newlines(nlind).point2=lines(k-1).point2;

newxy=[newlines(nlind).point1;newlines(nlind).point2];

plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);

st=k;

end

fprintf('%d lines are detected in sum.n',nlind);

实验结果：

原图：

未优化的霍夫变换：

优化后：

************************************另一版本******************************

总结如下：

(1)

对图片预处理，这里必须说明的是，纯种的Hough变换只适应黑白图片，换句话说，在使用它之前，你已经提取出该图片的边缘了。

(2) 找到图片中的“黑点”也就是要处理的边缘，假设其在直角坐标系的下标为(x,

y)，对其进行坐标变换ρ=x*cosθ+y*sinθ，其中0

(3) 判断(ρj, θj)与哪个数组元素对应，并让该数组元素加1。

(4) 比较数组元素值的大小，最大值对应的(ρj, θj)就是这些共线点对应的直线方程的参数。共线方程为

ρj = xcosθj + ysinθj

在matlab中，使用hough、houghpeaks和houghlines可以简单的检测到直线。例子如下。

I = imread('test12.bmp'); %读入示例图片%

Imshow(I); %显示示例图片%

Img =

edge(I,'prewitt'); %利用prewitt算子提取边缘%

Imshow(Img); %显示提取边缘的图片%

[H, T, R] =

hough(Img); %hough变换%

imshow(sqrt(H),

[]); %hough变换的结果%

P = houghpeaks(H, 15, 'threshold', ceil(0.3*max(H(:))));

%寻找最大点%

lines = houghlines(Img, T, R, P,'FillGap',10,'MinLength',20

);

%返回找到的直线%

figure, imshow(I), 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','green');

plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');

plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');

end