hough
霍夫变换
说明
示例
读取图像，并将其转换为灰度图像。
RGB = imread('gantrycrane.png');
I = im2gray(RGB);提取边缘。
BW = edge(I,'canny');计算霍夫变换。
[H,T,R] = hough(BW,'RhoResolution',0.5,'Theta',-90:0.5:89);
显示原始图像和霍夫矩阵。
subplot(2,1,1); imshow(RGB); title('gantrycrane.png'); subplot(2,1,2); imshow(imadjust(rescale(H)),'XData',T,'YData',R,... 'InitialMagnification','fit'); title('Hough transform of gantrycrane.png'); xlabel('\theta'), ylabel('\rho'); axis on, axis normal, hold on; colormap(gca,hot);
读取图像，并将其转换为灰度。
RGB = imread('gantrycrane.png');
I = im2gray(RGB);提取边缘。
BW = edge(I,'canny');计算有限角度范围内的霍夫变换。
[H,T,R] = hough(BW,'Theta',44:0.5:46);显示霍夫变换。
figure imshow(imadjust(rescale(H)),'XData',T,'YData',R,... 'InitialMagnification','fit'); title('Limited Theta Range Hough Transform of Gantrycrane Image'); xlabel('\theta') ylabel('\rho'); axis on, axis normal; colormap(gca,hot)
输入参数
名称-值参数
输出参量
算法
标准霍夫变换 (SHT) 使用线条的参数化表示：
rho = x*cos(theta) + y*sin(theta)
假设坐标系的原点位于左上角像素的中心。
变量 rho 是从原点到直线的垂直距离。
变量 theta 是从原点到线条的垂直投影相对于正 x 轴顺时针测量的角度（以度为单位）。theta 的范围是 –90° ≤ θ < 90°。线条本身的角度是 θ + 90°，也是相对于正 x 轴顺时针测量的。
SHT 是参数空间矩阵，其行和列分别对应于 rho 和 theta 值。SHT 中的元素表示累加器元胞。最初，每个元胞中的值为零。然后，对于图像中的每个非背景点，为每个 theta 计算 rho。rho 舍入到 SHT 中最近的允许行。该累加器元胞递增。在此过程结束时，SHT(r,c) 中的 Q 值表示 xy 平面中的 Q 个点位于 theta(c) 和 rho(r) 指定的线条上。SHT 中的峰值表示输入图像中可能存在的线条。
霍夫变换矩阵 H 大小为 nrho×ntheta，其中：
nrho = 2*(ceil(D/RhoResolution)) + 1，且
D = sqrt((numRowsInBW - 1)^2 + (numColsInBW - 1)^2)。
rho 的值在 -diagonal 到 diagonal 范围内，其中
diagonal = RhoResolution*ceil(D/RhoResolution)。
ntheta = length(theta)
