matlab 图像分割 hough 霍夫变换

客官°小女子只卖身不卖艺 2021-06-10 20:41 509阅读 0赞

**在此之前一般要边缘检测。**

## **（1）hough变换原理** ##

平面坐标系上直线转换到极坐标系上一个点，平面直角坐标系上点在极坐标系上为一条直线。  
![这里写图片描述][20160817125343245]

## **（2）有关函数介绍** ##

**1. \[H,theta,rho\] = hough(BW,p,v)**

H是变换到的hough矩阵。  
theta和rho对应于矩阵每一列和每一行的ρ和θ值组成的向量。  
p与v成对使用。p如果使用thetaresolution则v是θ轴方向上的单位区间的长度，可取（0,90）之间，默认为1；p如果使用rhoresolution 则v是ρ轴方向上的单位区间长度，可取（0，norm（size(BW)）之间，默认为1。

**2. peaks = houghpeaks(H,numpeak,p,v)**

peaks是一个Q\*2的矩阵，每行的两个元素分别是某一峰值的行列索引，Q为找到的峰值数目。  
numpeak是寻找的峰值数目。  
p和v成对使用。p如果使用threshold则v表示峰值的阈值，只有大于阈值的点才被认为可能是阈值，默认为0.5\*max(H(:))。p如果是NHoodSize则表示每次检测出一个峰值后，v就指出该峰值周围需要清零的邻域信息，并以向量\[M N\] 形式输出。

**3. lines = houghlines(BW,theta,rho,peaks,p,v)**

lines是个结构数组，有point1（端点1），point2（端点2），theta,rho。  
p和v成对使用。p如果使用fillgap则v表示同一幅图像中两条线的阈值，小于将会合并，默认20。p如果是minlength则v表示直线段最小长度阈值，默认40。  
point1：两元素向量\[r1, c1\]，指定了线段起点的行列坐标。  
point2：两元素向量\[r2, c2\]，指定了线段终点的行列坐标。  
theta：与线相关的霍夫变换的以度计量的角度。  
rho：与线相关的霍夫变换的ρ轴位置

## **（3）.完整代码：** ##

RGB= imread('building.jpg');
    I = rgb2gray(RGB);
    BW = edge(I, 'canny');
    [H, T, R]=hough(BW, 'RhoResolution',0.5,'ThetaResolution',0.5);
    figure, imshow(imadjust(mat2gray(H)), 'XData', T, ...
    'YData', R, 'InitialMagnification', 'fit');
    xlabel('\theta'), ylabel('\rho');
    axis on; axis normal; hold on;
    colormap(hot);
    peaks = houghpeaks(H, 15);
    figure, imshow(BW);
    hold on;
    lines = houghlines(BW, T, R, peaks, 'FillGap',25, 'MinLength',15);
    max_len = 0;
    for k=1:length(lines)
    xy = [lines(k).point1; lines(k).point2];
       plot(xy(:,1),xy(:,2),'LineWidth',3,'Color','b');
       plot(xy(1,1),xy(1,2),'x','LineWidth',3,'Color','yellow');
       plot(xy(2,1),xy(2,2),'x','LineWidth',3,'Color','red');
       len = norm(lines(k).point1 - lines(k).point2);
       if ( len > max_len)
          max_len = len;
          xy_long = xy;
       end
    end

**取出图中最长两条线：**

I=imread('capture4.jpg');
    BW=im2bw(I);
    BW=edge(BW,'canny');
    [H,T,R] = hough(BW);
    imshow(H,[],'XData',T,'YData',R,...
    'InitialMagnification','fit');
    xlabel('\theta'), ylabel('\rho');
    axis on, axis normal, hold on;
    P = houghpeaks(H,10,'threshold',ceil(0.3*max(H(:))));
    x = T(P(:,2)); y = R(P(:,1));
    plot(x,y,'s','color','white');
    lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
    figure,imshow(BW), hold on;
    max_len = 0;
    for k = 1:length(lines)
    xy = [lines(k).point1; lines(k).point2]; %两点矩阵
    plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
    plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
    plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
    len = norm(lines(k).point1 - lines(k).point2); %两点距离
    Len(k)=len
    if ( len > max_len)  
    max_len = len
    xy_long = xy
    end
    end
    plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','blue');
    [L1 Index1]=max(Len(:));
    Len(Index1)=0;
    [L2 Index2]=max(Len(:));
    x1=[lines(Index1).point1(1) lines(Index1).point2(1)];
    y1=[lines(Index1).point1(2) lines(Index1).point2(2)];
    x2=[lines(Index2).point1(1) lines(Index2).point2(1)];
    y2=[lines(Index2).point1(2) lines(Index2).point2(2)];
    K1=(lines(Index1).point1(2)-lines(Index1).point2(2))/(lines(Index1).point1(1)-lines(Index1).point2(1));
    K2=(lines(Index2).point1(2)-lines(Index2).point2(2))/(lines(Index2).point1(1)-lines(Index2).point2(1));
    hold on
    [m,n] = size(BW);
    BW1=zeros(m,n);
    b1=y1(1)-K1*x1(1);
    b2=y2(1)-K2*x2(1);
    for x=1:n
    for y=1:m
    if y==round(K1*x+b1)|y==round(K2*x+b2)
    BW1(y,x)=1;
    end
    end
    end
    for x=1:n
    for y=1:m
    if ceil(K1*x+b1)==ceil(K2*x+b2)
    y1=round(K1*x+b1)
    BW1(1:y1-1,:)=0;
    end
    end
    end
    figure,imshow(BW1);

[20160817125343245]: /images/20210520/dc12880c59aa4eae9b8ca74ad6bc9047.png