图像处理（八）：线段检测之Hough变换

现阶段用最多的线段检测算法为Hough变换，对于Hough变换的原理部分已经有很多人写过，具体可以参考：点击打开链接，这里我总结一下理解Hough变换算法的难点。

一、直线表示方法：

1）最常用的方法为斜截式：y=kx+b，已知直线的斜率及y轴上的截距，即可确定一条直线。

2）Hough变换中参数方程：rho = x * cos(theta) + y * sin(theta)，原理部分一般都会介绍，每一对(rho, theta)对应一条直线，为什么？可以看一下下面这个图

可以看到，这里的rho和theta分别对应于原点到直线y=kx+b的距离以及这条垂线对应夹角。知道这两个东西，自然就可以知道一条直线。

二、实现步骤

1）灰度化，并使用Canny进行边缘检测；

2）参数空间离散化：确定检测精度；

3）Hough参数空间统计；

4）四邻域非极大值抑制；

三、代码如下：

#include <opencv2/opencv.hpp>
#include <math.h>using namespace cv;
using namespace std;//用来表示极坐标参数空间里的数据
struct Para {int num;float angle;int rho;
};int main()
{Mat src = imread("1.jpg");Mat gray;cvtColor(src, gray, CV_BGR2GRAY);Mat edges;Canny(gray, edges, 50, 200);int i, j, k;// hough transformint q_max = sqrt(pow(gray.rows, 2) + pow(gray.cols, 2));int nAngles = 180;  // 划分为180份// 为hough参数空间分配内存及初始化int ** hough_data = new int*[q_max];for (i = 0; i < q_max; i++){hough_data[i] = new int[nAngles];for (j = 0; j < nAngles; j++){hough_data[i][j] = 0;}}// Hough参数空间统计for (i = 0; i < edges.rows; i++)for (j = 0; j < edges.cols; j++){if (edges.at<uchar>(i,j) == 255){int index = 0;for (k = 0; k < nAngles; k++){index = int(i * cos(CV_PI / nAngles * k) + j * sin(CV_PI / nAngles * k));index = int( (index + q_max) / 2 );hough_data[index][k]++;}}}// 统计之后进行非极大值抑制Para *houghSpace = new Para[q_max * nAngles];int thr = 200;int counts = 0;for (i = 0; i < q_max; i++)for (j = 0; j < nAngles; j++){// 大于阈值且为四邻域的极大值if (hough_data[i][j] > thr &&hough_data[i][j] > hough_data[i + 1][j] && hough_data[i][j] > hough_data[i - 1][j] &&hough_data[i][j] > hough_data[i][j + 1] &&hough_data[i][j] > hough_data[i][j - 1]){houghSpace[counts].rho = i * 2 - q_max;houghSpace[counts].angle = j * CV_PI / nAngles;houghSpace[counts].num = hough_data[i][j];counts++;}}// 得到了参数之后，画线for (k = 0; k < counts; k++){if (houghSpace[k].angle < 0.1){line(src, Point(0, houghSpace[k].rho), Point(src.cols, houghSpace[k].rho), Scalar(255, 0, 0));}else{line(src, Point(houghSpace[k].rho / sin(houghSpace[k].angle), 0), Point( 0, (houghSpace[k].rho / cos(houghSpace[k].angle))), Scalar(255, 0, 0));}}delete[] hough_data;delete[] houghSpace;imshow("edges", edges);imshow("hough", src);waitKey();return 0;}

效果如下：

图像处理（八）：线段检测之Hough变换相关推荐

直线检测之Hough变换（霍夫变换）
霍夫变换,英文名称Hough Transform,作用是用来检测图像中的直线或者圆等几何图形的. 给定一张图像中的n个点,假设我们希望找到这些点中一个位于直线上的点集,一种可行的解决方法是,先找到所有 ...
【车道线检测】Hough变换图片车道线检测【含Matlab源码 276期】
⛄一.Hough变换图片车道线检测简介 1 引言随着人们生活水平的提高, 科技的不断进步, 智能驾驶技术逐渐受到了研究者们的广泛研究和关注.先进驾驶辅助系统 (Advanced Driver Ass ...
基于Hough变换的直线和圆的检测与提取
学数字图像处理有挺长时间了,正好最近这段时间有空,学习了一下Hough变换,作了几个比较简单的东西,分享出来,希望能和大家一起学习,也希望各位能提出宝贵的意见,共同进步,文采不好,欢迎拍砖,下面正式进 ...
图像处理之Hadamard变换和Hough变换
一.Hadamard变换 1.基本原理 Hadamard变换相当于在原来的图像矩阵左右分别乘以一一个矩阵,这两个矩阵都是正交矩阵,称为Hadamard变换矩阵.Hadamard变换矩阵中所有的元素都是 ...
python 检测直线交点_Python+OpenCV图像处理——实现直线检测
简介: 1.霍夫变换(Hough Transform) 霍夫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,应用很广泛,也有很多改进算法.主要用来从图像中分离出具有某种相同特征的几何形状(如,直线 ...
新手学习opencv八---道路检测
新手学习opencv八---道路检测 1)基础方法:hough变换一般步骤: 1.读取图片或视频帧 2.边缘检测 3.hough变换检测图像或视频帧中的车道线段(直线) 4.标识检测结果 openc ...
hough变换连接边缘matlab,边缘检测与Hough变换实验报告 Matlab - 图文
<边缘检测与Hough变换实验报告 Matlab - 图文>由会员分享,可在线阅读,更多相关<边缘检测与Hough变换实验报告 Matlab - 图文(5页珍藏版)>请在人人文 ...
小白学习图像处理7——Hough变换检测直线
文章目录一.Hough变换的原理 1.过定点的直线方程 2.两点确定一条直线 3.方程的形式二.实现过程三.程序代码 1.程序片段 2.总程序四.matlab 的hough函数一.Hough ...
hough变换检测圆周_一文解读经典霍夫变换（Hough Transform）
引言本文讲述霍夫变换的一些内容,并加入一些理解性东西,参考了部分博客等相关性内容.希望能对霍夫变换有所了解,也希望看到的人如果发现错误及时帮忙纠正.博主水平有限,还望赐教. 历史和简介历史霍夫变 ...

图像处理（八）：线段检测之Hough变换

图像处理（八）：线段检测之Hough变换相关推荐

最新文章

热门文章