霍夫变换 Hough Transfom（附Matlab实验代码）

前言

    在学习过程中，我发现许多文章一上来就介绍Hough变换的特点和数学原理，却忽视了Hough变换的使用场景（在边缘检测之后使用），因此很容易让人捉摸不透。在本文中，大家可以关注一下这一点。    

一、Hough变换使用场景

    我们先通过边缘检测，得到了幅值超过某个阈值的像素集合，即边缘像素。我们想知道，这些边缘像素是否连成直线，即验证这些边缘像素是否在某直线上。为此，我们可以采用Hough变换。

二、Hough变换用于直线边缘检测

 

    我们猜测：边缘像素点A：和B：在一条直线上：。我们希望通过Hough变换，验证我们的猜测。

    注意，我们往往不知道直线的具体参数，即我们只能先假设存在边缘直线，然后再找出斜率和纵坐标的具体值。

    一句话：我们现在只有边缘像素点集合，任务是：一，验证是否在直线上；二，找出k和q的具体值。

    继续。我们把点A和点B代入方程中，经过变形，我们可以得到两条直线方程：

    如上方右图所示。注意，此时k和q是变量，因此两条直线位于参数空间中。

    如果A和B确实是上的两个点，那么这两条直线方程就一定会经过点！并且，这个交点是唯一的！因为，A和B只能唯一确定一条直线！

    总结、拓展：

    1、我们把每一个样本坐标，代入我们猜测的直线方程中，都能得到一条直线。

    2、这一条直线上包括无穷多个离散的坐标对。

    3、因此，由边缘像素点集，可以计算得到多条直线，每一条直线都有对应的坐标集合。