(精品word)hough变换提取直线(Matlab实现).doc

(精品word)hough变换提取直线(Matlab实现)
(精品word)hough变换提取直线(Matlab实现)
(精品word)hough变换提取直线(Matlab实现)

Hough变换提取直线
一、实验目标
实现用Hough变换检测直线的算法
二、实验内容
1、读入图像
选取有较多直线及部分曲线以作对比的图像作为实验素材，这里我们必须使用彩色图像（有些看似灰度图像的实际属性也是彩色图像）,原因下面有详解。
2、检测图像边缘
如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级变化的带。对这种变化最有用的两个特征是灰度的变化率和方向，他们分别用梯度向量的幅度和方向来表示。
边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，通常也包括方向的确定.有若干种算子可以使用，大多数是基于方向导数掩模求卷积的方法.
如Roberts算子,Sobel算子，Prewitt算子，Log算子等.这里采用Log算子提取图像边缘，再用均值滤波去除边缘图像噪声。
3、实现Houg变换，检测出图像中的直线
Hough变换是一种利用图像的全局特征将特定形状的边缘连接起来，形成连续平滑边缘的一种方法。它通过将源图像上的点影射到用于累加的参数空间,实现对已知解析式曲线的识别.
这里先对边缘图像进行二值化处理，然后再用hough变换提取直线,最后用红色标记之。因为处理过程中需使用灰度图像,但最后无法给灰度图像赋颜色（会出错或效果不好),只能给彩色图像赋颜色，故最初输入时请使用彩色图像。

4、Matlab代码如下:
f=imread(’3。png’）；%读入彩色图像，注意不能使用灰度图像
o=f；%保留彩色原图
f=rgb2gray(f）；%将彩色图像转换为灰度图像,
f=im2double(f）；
figure（);
subplot（2，2，1);imshow(o）;title(’原图’);

[m，n］=size(f）；％得到图像矩阵行数m,列数n
fori=3：m-2
forj=3：n—2％处理领域较大,所以从图像（3,3）开始,在（m—2，n-2)结束l（i,j）=-f(i-2，j）-f（i—1，j-1）-2＊f(i-1，j）-f(i—1，j+1)-f（i，j—2）-2＊f（i，j-1)+16*f(i，j)-2＊f（i,j+1）—f（i,j+2）—f（i+1，j—1)—2＊f（i+1,j)—f(i+1,j+1)-f(i+2,j）；%LoG算子
end
end
subplot（2，2,2）；imshow（l);title('LoG算子提取图像边缘'）;

[m，n］=size（l）；
fori=2:m—1
forj=2:n—1y（i，j）=l（i—1,j-1)+l(i-1，j)+l(i-1,j+1）+l(i,j-1）+l（i,j)+l（i，j+1）+l（i+1,j—1）+l（i+1,j）+l（i+1,j+1）；
y(i,j)=y（i,j)/9;％LoG算子提取边缘后，对结果进行均值滤波以去除噪声，为下一步hough变换提取直线作准备
end
end
subplot（2，2,3）;imshow（y)；title('均值滤波器处理后’）

q=im2uint8(y)；
[m,n]=size(q）;
fori=1：m
forj=1：n
ifq（i，j）〉80；%设置二值化的阈值为80
q（i，j）=255;%对图像进行二值化处理,使图像边缘更加突出清晰
else
q(i，j)=0；
end
end
end
subplot(2，2，4)；imshow(q)；title('二值化处理后’)；

%Hough变换检测直线，使用（a，p）参数空间，a∈［0，180],p∈[0，2d]
a=180;%角度的值为0到180度
d=round（sqrt(m^2+n^2)）;%图像对角线长度为p的最大值
s=zeros(a,2＊d）;%存储每个（a，p）个数
z=cell（a,2＊d）；%用元胞存储每个被检测的点的坐标
fori=1：m
forj=1:n%遍历图像每个点
if（q（i,j）==255）％只检测图像边缘的白点，其余点不检测
fork=1：a
p=round(i*cos(pi*k/180)+j＊sin(pi*k/180));%对每个点从1到180度遍历一遍，取得经过该点的所有直线的p值（取整）
if(p>0)%若p大于0，则将点存储在（d，2d）空间
s(k，d+p）=s(k,d+p）+1；％（a,p)相应的累加器单元加一
z{k,d+p}=[z｛k，d+p},[i,j］’］;％存储点坐标
else
ap=abs(p)+1；％若p小于0，则将点存储在（0，d）空间
s（k，ap）=s（k，ap）+1;％（a，p)相应的累加器单