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。
5 j+ i0 ]6 r- g; s! I9 h其中先用log(laplacian of gaussian)算子检测图像边界：

01        sourcePic=imread('D: matlab程序Hough变换检测直线curve.bmp');
02        [height,width,l]=size(sourcePic);
. U7 f% ^: y7 ~3 B03        grayPic=zeros(height,width);
$ u6 o0 J. w. [0 r* q04        for i=1:height %转换成灰度图象
05            for j=1:width
06                grayPic(i,j)=(sourcePic(i,j,1) sourcePic(i,j,2) sourcePic(i,j,3))/3;
3 o! ~# s5 E( f) @1 M; `07            end
08        end
5 {* {& k$ h: c& y09        logNum=0; %log算子的计算值
10        edgePic=zeros(height,width);
& D' N; m2 V7 C* ~, z  z11        for i=3:height-2 %log算子提取边界
12            for j=3:width-2
' {9 A* [0 |( Q: B) d7 H13                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)
15                    edgePic(i,j)=255;
16                else
17                    edgePic(i,j)=0;
18                end
) w. e) J0 O2 c+ r19            end
- @4 B# W& p0 c9 B# i4 ^* }) }2 R20        end
1 S2 f: t! c$ S& g- e7 }. d1 E21        % 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
, K1 ^  @( z  P6 D$ \23        mp=round(sqrt(height^2 width^2)); %对应P的最大值
3 u; `( z$ J: P24        npc=zeros(ma,2*mp); %用于记录(a,p)对应的点的个数
3 L* u$ g7 @! L( u  V  v( p25        npp=cell(ma,2*mp); %用于记录(a,p)对应的点的坐标
26        for i=1:height %计算(a,p)的值，并做相应记录
) H" `8 h4 G: _  s27            for j=1:width
4 m+ v4 E% x* V1 L28                if(edgePic(i,j)==255)
5 V, n9 z% B  ^$ B  @9 ]29                    for k=1:ma
8 N; \. ~  o& h. I30                        p = round(i*cos(pi*k/180) j*sin(pi*k/180));
31                        if(p > 0)
4 K- V2 h  Y8 B$ A  f% D32                            %npc(k,mp*2)=npc(k,mp*2) 1;
5 n4 d4 n. C5 y% x# V4 p33                            %npp{k,mp*2}=[npp{k,mp*2},[i,j]'];
34                             10.01.05修正
# p! t# t. a; X, f% z, v- v35                            npc(k,mp p)=npc(k,mp p) 1;
( M5 I+ Y, k0 Z: [. N; K! R36                            npp{k,mp p}=[npp{k,mp p},[i,j]'];
. [8 I/ E. @0 b% I" W" N1 }/ F37                        else
38                            ap=abs(p) 1;
6 X* B" M, y6 q6 T( A39                            npc(k,ap)=npc(k,ap) 1;
40                            npp{k,ap}=[npp{k,ap},[i,j]'];
+ l6 ]! O6 o: y5 p: V+ ?41                        end
- f! W% }, I: i. d. X( B4 r/ K42                    end
" A* @' d- z  F( P0 o! v- ^9 v43                end
44            end
+ d/ f, S7 S7 n/ s3 z. |& N5 @# g45        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
2 j, p# [- A+ t; a3 V! y1 N& H47            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};
50                    for k=1:npc(i,j)
. }& O$ |* H0 T3 R) D8 p- ^51                        sourcePic(lp(1,k),lp(2,k),1)=255;
52                        sourcePic(lp(1,k),lp(2,k),2)=0;
) ~  ?1 U0 }# K2 V9 p) b53                        sourcePic(lp(1,k),lp(2,k),3)=0;
2 M6 Q7 F# d( f5 `7 S' h+ H4 P% }54                    end
9 y3 Z: Z1 _# t  u5 |- D4 ~# m/ p% S55                end
' [2 q* f$ W7 Y5 y" u: Z56            end
1 N  o( V2 O* ]) z; k( k57        end
58        figure,imshow(sourcePic);

NingW

在Matlab中实现Hough变换检测直线