資源描述：
《圖像處理之霍夫變換》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、圖像處理之霍夫變換（直線檢測(cè)算法）霍夫變換是圖像變換中的經(jīng)典手段之一，主要用來(lái)從圖像中分離出具有某種相同特征的幾何形狀（如，直線，圓等）?；舴蜃儞Q尋找直線與圓的方法相比與其它方法可以更好的減少噪聲干擾。經(jīng)典的霍夫變換常用來(lái)檢測(cè)直線，圓，橢圓等。?霍夫變換算法思想：以直線檢測(cè)為例，每個(gè)像素坐標(biāo)點(diǎn)經(jīng)過(guò)變換都變成都直線特質(zhì)有貢獻(xiàn)的統(tǒng)一度量，一個(gè)簡(jiǎn)單的例子如下：一條直線在圖像中是一系列離散點(diǎn)的集合，通過(guò)一個(gè)直線的離散極坐標(biāo)公式，可以表達(dá)出直線的離散點(diǎn)幾何等式如下：X*cos(theta)+y*sin(theta)?=r其中角度thet
2、a指r與X軸之間的夾角，r為到直線幾何垂直距離。任何在直線上點(diǎn)，x,y都可以表達(dá)，其中r，theta是常量。該公式圖形表示如下：然而在實(shí)現(xiàn)的圖像處理領(lǐng)域，圖像的像素坐標(biāo)P(x,y)是已知的，而r,theta則是我們要尋找的變量。如果我們能繪制每個(gè)(r,theta)值根據(jù)像素點(diǎn)坐標(biāo)P(x,y)值的話，那么就從圖像笛卡爾坐標(biāo)系統(tǒng)轉(zhuǎn)換到極坐標(biāo)霍夫空間系統(tǒng)，這種從點(diǎn)到曲線的變換稱為直線的霍夫變換。變換通過(guò)量化霍夫參數(shù)空間為有限個(gè)值間隔等分或者累加格子。當(dāng)霍夫變換算法開(kāi)始，每個(gè)像素坐標(biāo)點(diǎn)P(x,y)被轉(zhuǎn)換到(r,theta)的曲線點(diǎn)上面
3、，累加到對(duì)應(yīng)的格子數(shù)據(jù)點(diǎn)，當(dāng)一個(gè)波峰出現(xiàn)時(shí)候，說(shuō)明有直線存在。同樣的原理，我們可以用來(lái)檢測(cè)圓，只是對(duì)于圓的參數(shù)方程變?yōu)槿缦碌仁剑?x–a)^2+(y-b)^2=r^2其中(a,b)為圓的中心點(diǎn)坐標(biāo)，r圓的半徑。這樣霍夫的參數(shù)空間就變成一個(gè)三維參數(shù)空間。給定圓半徑轉(zhuǎn)為二維霍夫參數(shù)空間，變換相對(duì)簡(jiǎn)單，也比較常用。?編程思路解析：1.??????讀取一幅帶處理二值圖像，最好背景為黑色。2.??????取得源像素?cái)?shù)據(jù)3.??????根據(jù)直線的霍夫變換公式完成霍夫變換，預(yù)覽霍夫空間結(jié)果4.???????尋找最大霍夫值，設(shè)置閾值，反變換到
4、圖像RGB值空間(程序難點(diǎn)之一)5.??????越界處理，顯示霍夫變換處理以后的圖像?關(guān)鍵代碼解析：直線的變換角度為[0~PI]之間，設(shè)置等份為500為PI/500，同時(shí)根據(jù)參數(shù)直線參數(shù)方程的取值范圍為[-r,r]有如下霍夫參數(shù)定義：[java]?viewplaincopy1.//?prepare?for?hough?transform??2.int?centerX?=?width?/?2;??3.int?centerY?=?height?/?2;??1.double?hough_interval?=?PI_VALUE/(do
5、uble)hough_space;??2.??????3.int?max?=?Math.max(width,?height);??4.int?max_length?=?(int)(Math.sqrt(2.0D)?*?max);??5.hough_1d?=?new?int[2?*?hough_space?*?max_length];??實(shí)現(xiàn)從像素RGB空間到霍夫空間變換的代碼為：[java]?viewplaincopy1.//?start?hough?transform?now....??2.int[][]?image_2d?=
6、?convert1Dto2D(inPixels);??3.for?(int?row?=?0;?row?
7、?not?know?the?theta?angle?and?r?value,???9.????????//?we?have?to?calculate?all?hough?space?for?each?pixel?point??10.????????//?then?we?got?the?max?possible?theta?and?r?pair.??11.????????//?r?=?x?*?cos(theta)?+?y?*?sin(theta)??12.????????for(int?cell=0;?cell?
8、space;?cell++?)?{??13.????????????max?=?(int)((col?-?centerX)?*?Math.cos(cell?*?hough_interval)?+?(row?-?centerY)?*?Math.sin(cell?*?hough_
