PS:好久没更新,因为期末到了,拼命复习中。复习久了觉得枯燥,玩玩儿霍夫变换直线检测
霍夫变换的基本原理不难,即便是初中生也很容易理解(至少在直线检测上是这样子的)。
霍夫变换直线检测的基本原理:(不配图了,自己在白纸上画画,理解更深刻)
一步一步来:
1、在白纸上画出一个直角坐标系,任意给出一个点;
2、那么,对于点(x0,y0),经过这个点的直线必定满足y0=k*x0+b, 其中k是直线的斜率,b是直线的截距;
3、上式可以化成b=y0-k*x0, 可以看作是以-x0为斜率,以y0为截距,在k-b空间上的一个直线方程(k,b为变量);
4、可见,k-b空间上的一条直线, 代表了x-y空间经过特定点的所有直线,而x-y上的特定直线责备k-b空间上的特定点表示;
利用这个原理,我们可以通过一下方法检测可能出线的直线:
1、得到一副边缘图像;
2、对图像中的每一个边缘点,在k-b空间中画出一条直线;
3、在各直线的交点,我们采取“投票”(vote)的方法,即累加:n条直线的交点,改点的值为n;
4、遍历k-b空间,寻找出先局部最大值(极值)的点,这些点的坐标(k,b)就是图像中可能出线的直线的斜率和截距;
为了容易理解,这里采用了直线的斜截表达法。
事实上这种方法并不使用,因为某些直线的斜率很大的甚至不存在。
实际操作中,检测直线的霍夫变换使用含极坐标参数的直线表示型式,简称极坐标式(不是极坐标方程,因为还是在笛卡尔坐标下表示)
其中的两个参数的意义如下图:
这样,每条直线对应于theta-p空间下的一条正弦曲线,同样采用投票求极值的方法寻找曲线
霍夫变换直线检测的matlab实现:
这里涉及到三个函数:hough,houghpeaks,houghlines:
1、[H,T,R] = hough(BW,'Theta',20:0.1:75) ; (输入二值图像BW,角度范围与步进(最大,[-90, 90)),返回 H-霍夫空间,T-theta,R-p);
2、PEAKS = houghpeaks(H,NUMPEAKS) ;(输入霍夫空间和极值数量,返回极值的坐标)
3、LINES=houghlines(BW,T,R,Peaks) ; (返回lines是一个包含图像中线段首末点、p、theta的结构体)
代码:
I=imread('1.jpg');
Ihsv=rgb2hsv(I);
Iv=Ihsv(:,:,3); %提取v空间
Ivl=Iv(500:end,:); %截取下半部
Iedge=edge(Ivl,'sobel'); %边沿检测
Iedge= imdilate(Iedge,ones(3));%图像膨胀%新建窗口,绘图用
figure (2)
imshow(Iedge);
hold on%左方直线检测与绘制%得到霍夫空间
[H1,T1,R1]= hough(Iedge,'Theta',20:0.1:75);%求极值点
Peaks=houghpeaks(H1,5);%得到线段信息
lines=houghlines(Iedge,T1,R1,Peaks);%绘制线段for k=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
plot(xy(:,1),xy(:,2),'LineWidth',4);
end%右方直线检测与绘制[H2,T2,R2]= hough(Iedge,'Theta',-75:0.1:-20);
Peaks1=houghpeaks(H2,5);
lines1=houghlines(Iedge,T2,R2,Peaks1);for k=1:length(lines1)
xy1=[lines1(k).point1;lines1(k).point2];
plot(xy1(:,1),xy1(:,2),'LineWidth',4);
end
hold off
输入图像:
输出图像:
嘛,结果还是令人满意的嘛~
接下来要准备考试了,7月11号考完,之后想做一个手部识别,所以可能会玩玩haar特征检测器和光流法跟踪,大概就这样。