霍夫变换总结

• 选取一副图像(如房屋图像)，利用hough变换检测，计算获得矢量化的边缘特征。

二.实验平台：

MATLAB

• 实验内容与结果：

3.1 结果与分析：（可以包含模型、实验过程、结果截图、结果分析等）

实验思路：

首先，读取一张图像，将其转换为灰度图像，然后用canny算法提取边缘，得到一个二值图像BW。

然后，对BW进行hough变换，得到一个hough变换矩阵H，以及对应的theta和rho值。hough变换是一种将图像空间中的直线转换为参数空间中的点的方法，可以用来检测图像中的直线。

接着，找出hough变换矩阵H中的峰值，这些峰值表示参数空间中的点，对应于图像空间中的直线。用houghpeaks函数可以指定要找的峰值的数量和阈值，返回峰值的坐标。

最后，根据峰值找出对应的直线，用houghlines函数可以指定直线的最小长度和最大间隙，返回直线的端点坐标。然后在原始图像上画出检测到的直线和端点，显示结果。

实现过程：

首先，我们要读取一张图像，用imread函数可以指定图像的文件名，返回一个图像矩阵I。我们要将这个彩色图像转换为灰度图像，用rgb2gray函数可以实现这个功能，它会根据每个像素的颜色值计算出一个灰度值，返回一个二维的图像矩阵I。

I = imread('fang.jpg');

I = rgb2gray(I);

接着，我们要提取图像中的边缘，用edge函数可以实现这个功能，它会根据图像的灰度变化检测出边缘的位置，返回一个二值图像BW。

BW = edge(I,'canny');

我们要显示原始图像和边缘图像，用imshow函数可以实现这个功能，它会根据图像矩阵的值显示图像的内容，用title函数可以给图像添加标题，用subplot函数可以将多个图像显示在一个窗口中，按照指定的行列数和位置排列。

subplot(1,2,1);

imshow(I);

 title('原始图像');

subplot(1,2,2);

imshow(BW);

 title('边缘图像');

我们要对边缘图像进行hough变换，用hough函数可以实现这个功能，它会将图像空间中的直线转换为参数空间中的点，返回一个hough变换矩阵H，以及对应的theta和rho值。theta表示直线的倾斜角度，范围是-90度到90度，rho表示直线到原点的距离，范围是负的对角线长度到正的对角线长度。

[H,theta,rho] = hough(BW);

figure;

imshow(imadjust(rescale(H)),'XData',theta,'YData',rho,'InitialMagnification','fit');

title('hough±ä»»¾ØÕó');

xlabel('\theta');

ylabel('\rho');

axis on;

axis normal;

hold on;

我们要找出hough变换矩阵中的峰值，用houghpeaks函数可以实现这个功能，它会根据hough变换矩阵的值找出最明显的直线的参数，返回一个峰值矩阵P，以及对应的theta和rho值。然后，我们要标记峰值，用plot函数可以实现这个功能

P = houghpeaks(H,10,'threshold',ceil(0.3*max(H(:))));

x = theta(P(:,2));

y = rho(P(:,1));

plot(x,y,'s','color','red');

我们要根据峰值找出对应的直线，用houghlines函数可以实现这个功能，它会根据峰值矩阵P，以及theta和rho值，找出图像空间中的直线，返回一个结构体数组lines

lines = houghlines(BW,theta,rho,P,'FillGap',5,'MinLength',7);

显示原始图像和检测到的直线

figure;

imshow(I);

hold on;

用hold on函数可以保持当前图像，方便后续的绘图操作，用plot函数可以在图像上画出直线和端点，用title函数可以给图像添加标题，用for循环可以遍历结构体数组lines的每个元素

hold on;

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

title('检测到的直线');

3.2 实验总结

图像的Hough变换是一种图像特征提取的技术，通过投票法检测特定形状并提取，其方法是在参数空间中通过投票累加获得局部最大值，从而通过值得到符合特定形状的集合，该集合即为Hough变换结果。
  在Hough变换中，主要是利用图像的特殊形状，按照指定的函数进行参数空间点的累加，每取到函数形状上的点则进行投票累加，最后通过参数限制获得需要统计的点并组成点的集合，此时即可得到最终的边界点。Hough变换多用于对直线、圆、椭圆形状的检测和提取。Hough变换算法适用于所有能够用方程表达出的图像特征，而其算法的复杂度也随着图像特征方程的复杂度变化。