在Matlab中实现Hough变换检测直线

mytomorrow

& E& j3 B6 y8 C* a2 ?. r; N, W9 R# QHough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性。比如直线、椭圆、圆、弧线等。
下面给出在matlab中用Hough变化检测直线的实现，文章末尾提供相关资源的下载。
其中先用log(laplacian of gaussian)算子检测图像边界：
) R! }8 \) Z& m) R+ x
01        sourcePic=imread('D: matlab程序Hough变换检测直线curve.bmp');
02        [height,width,l]=size(sourcePic);
03        grayPic=zeros(height,width);
- m+ Y* W. ]9 w* a4 ~04        for i=1:height %转换成灰度图象
2 S6 @- y9 T9 }( O6 e2 X7 d05            for j=1:width
( `0 R3 g# h! m' {06                grayPic(i,j)=(sourcePic(i,j,1) sourcePic(i,j,2) sourcePic(i,j,3))/3;
  k$ \' U8 @& G07            end
6 f# F( U0 y8 Z  @$ u# @! W2 `& z08        end
09        logNum=0; %log算子的计算值
10        edgePic=zeros(height,width);
11        for i=3:height-2 %log算子提取边界
12            for j=3:width-2
* J" ^4 c5 M! z' V: `$ a; `% `. p2 F13                logNum=16*grayPic(i,j)-grayPic(i-2,j)-grayPic(i-1,j-1)-2*grayPic(i-1,j)-grayPic(i-1,j 1)-grayPic(i,j-2)-2*grayPic(i,j-1)-2*grayPic(i,j 1)-grayPic(i,j 2)-grayPic(i 1,j-1)-2*grayPic(i 1,j)-grayPic(i 1,j 1)-grayPic(i 2,j);
; V* u- ]( @5 O6 L* s14                if(logNum > 0)
15                    edgePic(i,j)=255;
. E- m# y: t" q" f( C# s* S16                else
7 |6 e2 W7 A) u4 O17                    edgePic(i,j)=0;
" p. u% w& k; O& s, a2 ]" O0 ~18                end
, p. z6 a: V. D! w19            end
20        end
1 j6 Y  e* H% _3 {) N21        % Hough变换检测直线，g(x)=(a,p)为边界点对应的平面
22        ma=180; %a的值为0到180度
( ?4 J# w3 N1 @' F' k& B23        mp=round(sqrt(height^2 width^2)); %对应P的最大值
: n4 K# x6 u0 O+ ^, j; k/ I7 Y24        npc=zeros(ma,2*mp); %用于记录(a,p)对应的点的个数
25        npp=cell(ma,2*mp); %用于记录(a,p)对应的点的坐标
& ?4 p  Y) G3 K7 X, q) }26        for i=1:height %计算(a,p)的值，并做相应记录
27            for j=1:width
1 o( M# A9 M) s/ N28                if(edgePic(i,j)==255)
29                    for k=1:ma
; W1 P4 _; `, j- u; o7 t7 N' b# k30                        p = round(i*cos(pi*k/180) j*sin(pi*k/180));
31                        if(p > 0)
# T: v8 s9 P/ @+ V3 ?* b4 f6 n32                            %npc(k,mp*2)=npc(k,mp*2) 1;
33                            %npp{k,mp*2}=[npp{k,mp*2},[i,j]'];
( C6 X. \6 Q5 n8 R' I34                             10.01.05修正
35                            npc(k,mp p)=npc(k,mp p) 1;
8 L/ F& Q6 J4 t+ L$ D- Z36                            npp{k,mp p}=[npp{k,mp p},[i,j]'];
( r. X* o; {9 F" E$ H( l( }37                        else
7 m0 n, F' P& d, G( c5 y4 e38                            ap=abs(p) 1;
' z. W1 R: L! W  w- y0 r6 [1 g39                            npc(k,ap)=npc(k,ap) 1;
40                            npp{k,ap}=[npp{k,ap},[i,j]'];
3 D3 m7 |: J, y+ g: N( e41                        end
' b5 R% p2 S1 v" n4 _0 \/ j& `4 W. z42                    end
43                end
44            end
45        end
; E- {7 `6 e: Q5 j9 |46        for i=1:ma %根据(a,p)对应的点的个数，用红色标出相应直线
& ]/ I1 d8 r' b- h; L) G# ?: ?47            for j=1:mp*2
48                if(npc(i,j) > 90) %将提取直线的阈值设为90
49                    lp=npp{i,j};
; p' J: h7 k3 ?, j2 g50                    for k=1:npc(i,j)
, j+ w: O0 q  G2 K9 O. N" T51                        sourcePic(lp(1,k),lp(2,k),1)=255;
" U; Z% S9 _- \9 G1 j# _& R1 ]52                        sourcePic(lp(1,k),lp(2,k),2)=0;
5 a8 p9 O: R+ Q& _3 R0 N8 k4 C; E53                        sourcePic(lp(1,k),lp(2,k),3)=0;
4 y7 m0 y' X$ ?2 m4 D54                    end
% Z/ H: }8 G3 y/ d1 {; g# k55                end
56            end
57        end
6 O  w) u9 n  L7 ~- K58        figure,imshow(sourcePic);

NingW

在Matlab中实现Hough变换检测直线