hough
霍夫变换
说明
示例
读取并显示图像。
RGB = imread("gantrycrane.png");
imageshow(RGB)
将图像转换为灰度图，然后找到图像中的边缘。
I = im2gray(RGB);
BW = edge(I,"canny");计算霍夫变换。
[H,T,R] = hough(BW,RhoResolution=0.5,Theta=-90:0.5:89);
霍夫矩阵的数据类型为 double，其值在范围 [0, 1] 之外。要显示霍夫矩阵，请将数据重新缩放到范围 [0, 1] 内。使用 imadjust 函数改进图像对比度以便显示。
Hdisp = rescale(H); Hdisp = imadjust(Hdisp); imshow(Hdisp,XData=T,YData=R) xlabel("\theta") ylabel("\rho") axis on axis normal hold on colormap(gca,hot)
读取一个图像。
RGB = imread("gantrycrane.png");将图像转换为灰度图，然后找到图像中的边缘。
I = im2gray(RGB);
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);
霍夫矩阵的数据类型为 double，其值在范围 [0, 1] 之外。要显示霍夫矩阵，请将数据重新缩放到范围 [0, 1] 内。使用 imadjust 函数改进图像对比度以便显示。
Hdisp = rescale(H); Hdisp = imadjust(Hdisp); imshow(Hdisp,XData=T,YData=R) xlabel("\theta") ylabel("\rho") axis on axis normal hold on 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)
坐标系的原点假定位于左上角像素的中心。
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° ≤ theta < 90°。线条本身的角度是 theta + 90°，也是相对于正 x 轴顺时针测量的。
变量 rho 是从原点到线条的垂直偏移量。rho 的大小等效于原点和线条之间的垂直距离。然而，hough 函数支持负的 rho 值，以表示有效旋转角度超出 theta 支持范围的线条。从图形上看，当线条穿过由 theta 定义的法向量相对的象限时，rho 为负值。换句话说，rho 为负值表示有效旋转角度为 –180° ≤ theta < –90° 或 90° ≤ theta < 180° 的线条。
霍夫变换矩阵 H 是参数空间矩阵，其行和列分别对应于 rho 和 theta 值。对于 rho 和 theta 的每一种组合，SHT 都会计算由这些参数确定的线条，并返回 BW 中沿该线条的所有 true 像素的总和。当许多像素沿一个参数化线条具有 true 值时，结果在霍夫变换矩阵中形成一个峰值。峰值表示输入图像中的潜在线条。您可以通过使用 houghpeaks 函数在霍夫变换矩阵中找到峰值。
由于原点位于左上角像素的中心，图像中不存在 rho 为负且 theta 为正的线条。霍夫变换矩阵中对应于负 rho 和正 theta 的元素具有值 0。
