更为完整的Hough变换线检测

RGB = imread('fenkuai.bmp');%jaynes-thesis
I=rgb2gray(RGB); % 图片用的是灰度图像，
[x,y]=size(I);
BW=edge(I);
figure;imshow(I);title('原图')
figure;imshow(BW);title('边缘检测图像')
rho_max=floor(sqrt(x^2+y^2))+1; %由原图数组坐标算出ρ最大值，并取整数部分加1
%此值作为ρ，θ坐标系ρ最大值
accarray=zeros(rho_max,180); %定义ρ，θ坐标系的数组，初值为0。
%θ的最大值，180度
Theta=[0:pi/180:pi]; %定义θ数组，确定θ取值范围
for n=1:x,
for m=1:y
if BW(n,m)==1
for k=1:180
%将θ值代入hough变换方程，求ρ值
rho=(m*cos(Theta(k)))+(n*sin(Theta(k)));
%将ρ值与ρ最大值的和的一半作为ρ的坐标值（数组坐标），这样做是为了防止ρ值出现负数
rho_int=round(rho/2+rho_max/2);
%在ρθ坐标（数组）中标识点，即计数累加
accarray(rho_int,k)=accarray(rho_int,k)+1;
end
end
end
end
%figure;colormap gray;
%imagesc(accarray);title('hough变换后的图')
%xlabel('\theta'), ylabel('\rho');
%=====下面程序的显示效果没上面好=====%
%accarray=uint8(accarray); %转换后会丢数据
%figure;imshow(accarray);title('hough变换后的图')
%xlabel('\theta'), ylabel('\rho');
%axis on, axis normal, hold on;
%=======利用hough变换提取直线======%
%寻找100个像素以上的直线在hough变换后形成的点
K=1; %存储数组计数器
for rho_n=1:rho_max %在hough变换后的数组中搜索
for theta_m=1:180
if accarray(rho_n,theta_m)>=10 %设定直线的最小值。
case_accarray_n(K)=rho_n; %存储搜索出的数组下标
case_accarray_m(K)=theta_m;
K=K+1;
end
end
end
%把这些点构成的直线提取出来,输出图像数组为I_out
I_out=zeros(x,y);
I_jiao_class=zeros(x,y);
for n=1:x,
for m=1:y
if BW(n,m)==1
for k=1:180
rho=(m*cos(Theta(k)))+(n*sin(Theta(k)));
rho_int=round(rho/2+rho_max/2);
%如果正在计算的点属于100像素以上点，则把它提取出来
for a=1:K-1
if rho_int==case_accarray_n(a)&k==case_accarray_m(a)%%%==gai==%%% k==case_accarray_m(a)&rho_int==case_accarray_n(a)
I_out(n,m)=BW(n,m); 
I_jiao_class(n,m)=k;
end
end
end
end
end
end
figure;imshow(I_out);title('利用经典hough变换提取的图像');
%========hough变换=========%
%=====matlab自带函数========%
% 入口图像为 BW，出口图像为H
% [H,T,R] = hough(BW,'RhoResolution',0.5,'ThetaResolution',0.5);
% figure;imshow(H,'XData',T,'YData',R,'InitialMagnification','fit');title('hough变换矩阵')
% xlabel('\theta'), ylabel('\rho');
% axis on, axis normal, hold on;

来源：http://www.matlabfan.com/thread-331-1-1.html

注：无法得到正确结果