小白学习图像处理8——使用matlab的hough变换函数

@ [toc]

一、hough函数

1、语法

[H,theta,rho] = hough(BW)
[H,theta,rho] = hough(BW,Name,Value,...)

详细说明

** [H,theta,rho] =霍夫(BW)**计算二值图像BW的标准霍夫变换(SHT)。 该函数返回rho(沿垂直于线的矢量从原点到直线的距离)和theta(x轴与该矢量之间的角度,以度为单位)。该函数返回函数还返回标准Hough变换H,它是[H,theta,rho] =霍夫(BW,名称,值,…)计算二值图像BW的标准霍夫变换(SHT),其中指定的参数影响计算。

可选的参数有

参数 主题
‘RhoResolution’ Hough变换沿rho轴的bin的间距,交替为1
‘Theta’ 输出矩阵H的对应列的Theta值,其中包含’Theta’和[-90,90)范围内的实数数值向量,最小-90:89

2,举个栗子

RGB  = imread('septagon.tif');
I = im2double(RGB);
BW = edge(I,'canny');
figure, imshow(BW);

[H, theta, rho] = hough(BW, 'RhoResolution', 0.5, 'Theta', -90:0.2:89);

figure
imshow(H,[],'XData',theta,'YData',rho,'InitialMagnification','fit');
title('霍夫变换图'), xlabel('\theta'), ylabel('\rho');
axis on , axis normal
hold on
  • 代码的第6行设置了ρ和θ的分辨率
  • 代码的第9行imshow函数里面,[] 表示将结果标定化(即用H除以H的最大值),设置x和y轴为theta和rho,'InitialMagnification','fit' 的目的是显示H的时候让长宽自适应的调整

结果如下:可以发现,参数空间中含有很多正弦曲线
小白学习图像处理8——使用matlab的hough变换函数_第1张图片
查看rho、theta和H的矩阵大小:

>> size(rho)
ans =
     1   523
>> size(theta)
ans =
     1   180
>> size(H)
ans =
   523   180


二、houghpeaks函数

听名字就知道这个函数是寻找霍夫变换得到的结果中的一些极大值

1、语法

peaks = houghpeaks(H,numpeaks)
peaks = houghpeaks(H,numpeaks,Name,Value)

详细说明

(1)peaks = houghpeaks(H,numpeaks) locates peaks in the Hough transform matrix, H, generated by the hough function. numpeaks specifies the maximum number of peaks to identify. The function returns peaks a matrix that holds the row and column coordinates of the peaks.
(2)peaks = houghpeaks(H,numpeaks,Name,Value) controls aspects of the operation using name-value pair arguments.

参数说明

参数 含义
H 霍夫变换得到的矩阵
numpeaks 限定要识别的峰值的个数,默认值为1
‘Threshold’ 可被认为是峰值的最小值,比如0.2*max(max(H))

2、举个栗子

# 接上上面的代码
% Find peaks in the Hough transform of the image.
P  = houghpeaks(H,8,'threshold', ceil(0.3*max(H(:))));
x = theta(P(:,2));
y = rho(P(:,1));
plot(x,y,'s','color','white');
  • 这里将threshold设置为0.3倍的最大值,目的是防止很短的直线也被检测出来,影响视觉效果
  • 绘图的时候用方块square标出返回的peaks在参数平面中的位置(注意P的第1列表示ρ,第二列表示θ)

结果如下:
小白学习图像处理8——使用matlab的hough变换函数_第2张图片
查看返回的peaks矩阵:

P =
   442   142
   303    33
   189    32
   325   151
   317   102
   410   139
   240    23


三、houghlines函数

houghlines函数基于hough变换来提取线段

1、语法

lines = houghlines(BW,theta,rho,peaks)
lines = houghlines(___,Name,Value,...)

说明

(1) lines = houghlines(BW,theta,rho,peaks) 提取图像 BW 中与 Hough 变换中的特定 bin 相关联的线段。theta 和 rho 是函数 hough 返回的向量。peaks 是由 houghpeaks 函数返回的矩阵,其中包含 Hough 变换 bin 的行和列坐标,用于搜索线段。返回值 lines 是结构体数组,其长度等于找到的合并后的线段数。
(2)lines = houghlines(___,Name,Value,…) 提取图像 BW 中的线段,其中指定的参数影响运算。

参数说明

参数 含义
‘FillGap’ 与同一 Hough 变换 bin 相关联的两个线段之间的距离,默认值为20,当线段之间的距离小于指定值时,houghlines 函数会将这些线段合并为一条线段
‘MinLength’ 最小线条长度,指定为正实数标量。houghlines 丢弃短于指定值的线条,double类型

返回值
lines 为找到的线条,以结构体数组形式返回,其长度等于找到的合并线段数。结构体数组的每个元素都有以下字段:
小白学习图像处理8——使用matlab的hough变换函数_第3张图片

2、举个栗子

lines = houghlines(BW,theta,rho,P,'FillGap',10,'MinLength',5);

查看lines的返回值:

>> lines
lines = 
1x7 struct array with fields:
    point1
    point2
    theta
    rho

>> size(lines)
ans =
     1     7
     
>> lines.point1
ans =
   414   591
ans =
   404    61
ans =
   144   426
ans =
   191   183
ans =
   192   181
ans =
   539   312
ans =
   539   312

lines为结构体类型,包含四个矩阵,其中point1为线段的起始点坐标,point2为线段的终点坐标,theta和rho就是hough得到的theta和rho



四、绘制线段

% Find lines and plot them.
lines = houghlines(BW,theta,rho,P,'FillGap',10,'MinLength',5);
figure, imshow(RGB), hold on
max_len = 0;
for k = 1 : length(lines)
   xy = [lines(k).point1; lines(k).point2];     % k=1, xy=[539 312; 685 374]
   plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');

   % Plot beginnings and ends of lines
   plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
   plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');

   % Determine the endpoints of the longest line segment
   len = norm(lines(k).point1 - lines(k).point2);
   if ( len > max_len)
      max_len = len;
      xy_long = xy;
   end 
end 
%通过将最长的线段着色为青色突出显示。
plot(xy_long(:,1),xy_long(:,2),'LineWidth'2'Color''cyan';

结果如下:
小白学习图像处理8——使用matlab的hough变换函数_第4张图片

霍夫变换的原理可以参考 小白学习图像处理7——Hough变换检测直线

hough变换部分完结〜

你可能感兴趣的:(数字图像处理)