matlab 图像分割 hough 霍夫变换

标签：

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。

（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

matlab 图像分割 hough 霍夫变换

标签：

原文地址：http://www.cnblogs.com/h1359705211/p/4312978.html