- 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。