在Matlab中实现Hough变换检测直线

mytomorrow

Hough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：

# ]9 @- s7 O5 ?01        sourcePic=imread('D: matlab程序Hough变换检测直线curve.bmp');
* H' O5 \+ G4 B* ~% {, m02        [height,width,l]=size(sourcePic);
5 y7 E# L& I) C6 Q: x5 E+ S03        grayPic=zeros(height,width);
8 }) H) Q8 C0 D6 C! [4 P04        for i=1:height %转换成灰度图象
05            for j=1:width
6 L- h  n2 d9 Y, b" D8 _06                grayPic(i,j)=(sourcePic(i,j,1) sourcePic(i,j,2) sourcePic(i,j,3))/3;
3 P; w" j2 t+ ]: h4 Q  J. G07            end
! z& b; `0 Z7 Y3 l4 i- p08        end
1 M9 w1 M& j* k% e" K' i0 z09        logNum=0; %log算子的计算值
6 \! N7 w# \2 {- q) X7 w1 ?10        edgePic=zeros(height,width);
11        for i=3:height-2 %log算子提取边界
  }1 C6 v1 L0 R7 D# i# V# L5 K7 d12            for j=3:width-2
: Q2 H( ^( e9 w- y13                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);
14                if(logNum > 0)
8 a) \! k0 A# G3 O8 ?0 I" T* G15                    edgePic(i,j)=255;
& T& r: F  v, }; y4 V9 Y16                else
" Q( h9 v4 n% D* w( t17                    edgePic(i,j)=0;
18                end
19            end
20        end
21        % Hough变换检测直线，g(x)=(a,p)为边界点对应的平面
* A5 P$ y8 ?2 e' L1 T: ?  b22        ma=180; %a的值为0到180度
23        mp=round(sqrt(height^2 width^2)); %对应P的最大值
  e- S+ m4 {/ o' b  w! ~- Z24        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
9 c% E4 Y1 H! z. ~$ n( N& K. d$ C26        for i=1:height %计算(a,p)的值，并做相应记录
27            for j=1:width
+ ]2 a# P$ _0 `6 W4 j28                if(edgePic(i,j)==255)
0 j" @, j' j* }29                    for k=1:ma
* R. y/ K' M" R. K& q30                        p = round(i*cos(pi*k/180) j*sin(pi*k/180));
1 n$ x; v; T$ ^/ d; k/ i* V; N; U31                        if(p > 0)
32                            %npc(k,mp*2)=npc(k,mp*2) 1;
# R) {9 T; O3 ]. r  ]5 O3 q33                            %npp{k,mp*2}=[npp{k,mp*2},[i,j]'];
9 o; f* [: e8 c, ^34                             10.01.05修正
, Q: F6 h8 a& m" t35                            npc(k,mp p)=npc(k,mp p) 1;
( m0 W) ?! Z% n& o1 _) B36                            npp{k,mp p}=[npp{k,mp p},[i,j]'];
37                        else
) t' P" O" r5 K# W/ _38                            ap=abs(p) 1;
39                            npc(k,ap)=npc(k,ap) 1;
8 y6 G* f+ }6 X# H40                            npp{k,ap}=[npp{k,ap},[i,j]'];
41                        end
42                    end
43                end
44            end
45        end
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
) G2 J+ R* V# v/ A47            for j=1:mp*2
8 s* E. G& E( j, G: E) C- H6 E48                if(npc(i,j) > 90) %将提取直线的阈值设为90
0 ~5 o; [7 W* K( @! z; C6 S& v49                    lp=npp{i,j};
50                    for k=1:npc(i,j)
/ m" J( w/ w$ y4 i7 m( P* O51                        sourcePic(lp(1,k),lp(2,k),1)=255;
52                        sourcePic(lp(1,k),lp(2,k),2)=0;
53                        sourcePic(lp(1,k),lp(2,k),3)=0;
54                    end
' B5 I& i$ _6 M; F% C7 l55                end
56            end
9 V9 @  A. U  }# z57        end
58        figure,imshow(sourcePic);

NingW

在Matlab中实现Hough变换检测直线