霍夫变换

时间:2020-01-03
本文章向大家介绍霍夫变换,主要包括霍夫变换使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
  • 霍夫检测-直线

  前提条件 – 边缘检测已经完成,霍夫变换解决平面空间到极坐标空间转换。

  从霍夫空间曲线图来看,取不同的像素点都汇聚在一个点,这表明这些个像素点都属于同一条直线。(xi,yi).对于任意一条直线上的所有点来说变换到极坐标中,从[0~360]空间,可以得到r的大小属于同一条直线上点在极坐标空(r, θ)必然在一个点上有最强的信号出现(如上图),根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线。

  下图第一张为原图,第二张为提取边缘,第三张为直线检测并绘制。

  • 霍夫检测-圆

  极坐标变换原理:

  从平面坐标到极坐标转换三个参数C(x0,y0,r)其中(x0,y0)是圆心假设平面坐标的任意一个圆上的点,转换到极坐标中:C(x0,y0,r)处有最大值,霍夫变换正是利用这个原理实现圆的检测。

   霍夫圆检测对噪声比较敏感,所以首先要对图像做中值滤波。

 相关函数如下:

 1 //标准的霍夫变换HoughLines从平面坐标转换到霍夫空间,
 2 //最终输出是表示极坐标空间霍夫变换直线概率,要自己反变换到平面空间,一般不用; 
 3 HoughLinesP(int1,out1,)最终输出是直线的两个点(x1,y1,x2,y2).
 4 
 5 霍夫直线检测HoughLinesP(out1,plinel,1,CV_PI/180.0,10,0,0);
 6 // out1为要检测的灰度图像,plinel 为输出的直线的两点,类型为vector<Vec4f>plinel;
 7 // 1为生成极坐标时候的像素扫描步长,CV_PI/180.0生成极坐标时候的角度步长,一般取值CV_PI/180,10为阈值,
 8 //只有获得足够交点的极坐标点才被看成是直线,最小直线长度0最大间隔0;
 9 for (size_t i=0;i<plinel.size();i++)
10 {
11 Vec4f hline = plinel[i];
12 line(out2, Point(hline[0], hline[1]),
13  Point(hline[2], hline[3]), 
14 colorf3, 3, 8);
15 }
16 
17 霍夫圆检测HoughCircles(out2, pcircle, CV_HOUGH_GRADIENT,1, 10, 100, 30,80,100); 
18 //out2为要检测的灰度图像,pcircle 为输出的圆心及半径,类型为vector<Vec3f>pcircle;    
19 //10 最短距离-可以分辨是两个圆的,否则认为是同心圆,30为中心点累加器阈值用于确定圆心80为最小半径100最大半径,
20 Mat dst = Mat(in1_image.size(), in1_image.type());    
21 for (size_t i=0;i< pcircle.size();i++)    
22 {        
23 Vec3f cc = pcircle[i];
24 circle(dst,Point(cc[0], cc[0]), cc[2], colorf3,2,LINE_AA);
25 circle(dst, Point(cc[0], cc[0]), 3, colorf, 2, LINE_AA);
26 }

原文地址:https://www.cnblogs.com/fuzhuoxin/p/12144424.html