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： %保留彩色原图 f=imread('3.png');%读入彩色图像，注意不能使用灰度图像 o=f; 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 for i=3:m-2 for j=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); for i=2:m-1 for j=2:n-1 y(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); for i=1:m for j=1:n if q(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 q(i,j)=0; else 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); for i=1:m %用元胞存储每个被检测的点的坐标 for j=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 for k=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 end 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)相应的累加器单元加一 z{k,ap}=[z{k,ap},[i,j]'];%存储点坐标 end end end end for i=1:a for j=1:d*2 %检查每个累加器单元中存储数量 if(s(i,j) >70) %将提取直线的阈值设为 70 lp=z{i,j};%提取对应点坐标 for k=1:s(i,j)%对满足阈值条件的累加器单元中(a，p)对应的所 有点进行操作 o(lp(1,k),lp(2,k),1)=255; %每个点 R 分量=255，G 分量=0， B 分量=0 o(lp(1,k),lp(2,k),2)=0; o(lp(1,k),lp(2,k),3)=0; %结果为在原图上对满足阈值要求 的直线上的点赋红色 end end end end figure,imshow(o);title('hough 变换提取直线'); 

5、实验结果 

附：两个参数的调节 1.二值化图像的细节多少可以通过对二值化的阈值调节来控制，阈值越大，细 节越少。 2.最后提取直线的阈值越小，可被赋红色的直线的越多，但更多的无关细节也 可能被赋红色；阈值越大，可被赋红色的直线的越少，同时无关细节也会减少。 通过对这个两个参数的适当调节可使提取直线的效果更好。