Hough变换

article/2025/9/29 7:21:03

目录

一、Hough变换简介

二、Hough变换的数学理解

1.x-y变量空间至k-b参数空间的变换

2.x-y变量空间至-空间的变换

三、Hough变换应用于线检测(MATLAB实现)

1.检测步骤

2.使用MATLAB工具箱中的Hough变换函数进行边缘检测


一、Hough变换简介

  1. 霍夫变换(Hough Transform)是数字图像处理中的一种特征提取技术
  2. 常用于判断图像中哪些点共线
  3. 可以检测直线,也可以检测圆或椭圆

二、Hough变换的数学理解

1.x-y变量空间至k-b参数空间的变换

已知一条直线在直角坐标系下可以用y=kx+b表示,霍夫变换的主要思想是将方程的参数与变量交换,从变量空间x,y变换到参数空间k,b来对直线进行表示。在变量空间中的一个点(x_1,kx_1+b)在参数空间中就表示为一条直线b=y_1-kx_1,这样在参数空间y-x中的“点共线”问题就转换为了参数空间k-b中的“线相交”问题,且有几个点共线就有几条线相交。(如图1)

                        

                                                                                                图1 变量空间--->参数空间的转换

2.x-y变量空间至\rho-\theta空间的变换

可以用极坐标来表示参数(如图2)

                        

                                                                 图2 参数空间为极坐标空间

直线y=kx+b 用极坐标表示为

                                                        \rho =xcos(\theta)+ysin(\theta)

其中,\rho为从原点到直线最近距离的向量,\theta为向量与x轴的夹角。

对于竖直方向的直线,\theta=0^o\rho为正的x的截距;对于水平直线,\theta=90^o,\rho为正的y的截距;或\theta=-90^o\rho为负的y的截距。

图2(右)中的两条正弦曲线,分别表示过特定点(x_i,y_i)、(x_j,y_j)(x_j,y_j)的两个直线族,交点(\rho',\theta')对应于通过(x_i,y_i)、(x_j,y_j)(x_j,y_j)的直线。

由此,\rho-\theta空间中,某点处相交的正弦曲线的数量等于相应的x-y空间中共线的点的数量。

三、Hough变换应用于线检测(MATLAB实现)

1.检测步骤

  • 对图像进行Hough变换;
  • 找出变换域中的峰值数据(相交直线最多的点);
  • 根据峰值数据的空域坐标绘出对应直线。
  1. %%Hougn变换
  2. I=imread('coloredChips.png');
  3. f=rgb2gray(I);%RGB-->gray
  4. f=f(round(end/2):end,1:round(end/2));
  5. BW=edge(f,'canny'); %edge:以灰度图像为输入,'canny'为边缘检测算子
  6. % 输出BW为二值图像,边缘处为白(255)其余部分为黑(0
  7. imshow(f)
  8. title('原始图像')
  9. [row,col]=size(BW);
  10. rhomax=round((row*row+col*col)^0.5);
  11. A=zeros(2*rhomax,180); %这里,实际上rho的取值范围为[-rhomax,rhomax],
  12. %但是为了后面进行数量统计,转变为[1,2rhomax]
  13. for m=1:row
  14. for n=1:col
  15. if BW(m,n)>0 %判断为边缘
  16. for theta=1:180
  17. r=theta/180*pi; %角度转换
  18. rho=round(m*cos(r)+n*sin(r));
  19. %Hough变换
  20. rho=rho+rhomax+1; %坐标平移
  21. %这里的理解,首先matlab中数组是从1开始计数,所以+1
  22. %数组坐标不能<0,所以 +rhomax
  23. A(rho,theta)=A(rho,theta)+1; %数量统计
  24. end
  25. end
  26. end
  27. end
  28. [rho,theta]=find(A>130); %超过130个点视为共线,rho列号,theta行号
  29. nma=length(rho);
  30. figure,imshow(BW)
  31. for i=1:nma
  32. hold on
  33. m=1:row;
  34. r=theta(i)/180*pi;
  35. n=(rho(i)-rhomax-m*cos(r))/(0.0001+sin(r));
  36. plot(n,m,'w-','LineWidth',6);
  37. end
  38. title('hough线检测');

2.使用MATLAB工具箱中的Hough变换函数进行边缘检测

  1. %%MATLAB工具箱中的Hough变换函数进行边缘检测
  2. I=imread('circuit.tif');
  3. rotI=imrotate(I,33,'crop');
  4. BW=edge(rotI,'canny');
  5. imshow(BW);
  6. title('原图');
  7. %对图像进行Hough变换
  8. [H,T,R]=hough(BW); %[H,theta,rho]
  9. %显示变换域
  10. figure,imshow(imadjust(rescale(H)),'XData',T,'YData',R,...
  11. 'InitialMagnification','fit');
  12. xlabel('\theta');ylabel('\rho');
  13. axis on,axis normal,hold on
  14. title('变换域');
  15. %计算变换域峰值
  16. P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
  17. x=T(P(:,2));y=R(P(:,1));
  18. plot(x,y,'s','color','red');
  19. %标记直线
  20. lines=houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
  21. figure,imshow(rotI),hold on
  22. max_len=0;
  23. for k=1:length(lines)
  24. xy=[lines(k).point1;lines(k).point2];
  25. plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','white');
  26. %Plot beginning and ends of lines
  27. plot(xy(1,1),xy(1,2),'xw','LineWidth',2);
  28. plot(xy(2,1),xy(2,2),'xw','LineWidth',2);
  29. %Determine the endpoints of the longest line segment
  30. len=norm(lines(k).point1-lines(k).point2);
  31. if(len>max_len)
  32. max_len=len;
  33. xy_long=xy;
  34. end
  35. end
  36. title('检测结果')

附:MATLAB hough函数使用指南 https://ww2.mathworks.cn/help/search.html?qdoc=hough&submitsearch=


http://chatgpt.dhexx.cn/article/jIWAiOJs.shtml

相关文章

图像处理:Hough变换原理分析

目录 一、前言 二、直线函数的形式化表示 2.1 直线被方程表示 2.2 直线被图表表示 2.3 直线的表格表示 三、hough变换的提出 3.1 极坐标表示点和线 四、 hough变换的原理 4.1 极坐标的​编辑表格 4.2 用​编辑平面表示&#xff1a;过任意点P(x,y)做所有射线&#xff0…

Hough变换原理-直线检测

目录 一、简介 二、原理 三、Python代码实现 一、简介 Hough&#xff08;霍夫&#xff09;变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换是将图像坐标空间变换到参数空间&#xff0c;利用点与线的对偶性&#xff0c;将原始图像空间的给定的曲线&#xff08…

YUV444、YUV422、YUV420、YUV420P、YUV420SP、YV12、YU12、NV12、NV21

前言 各种YUV格式多如牛毛啊&#xff0c;刚开始学起来确实很费劲&#xff0c;网上搜索的文章讲的并不是很明白。 各种不同的YUV格式其实只是采样方式和存储方式不同&#xff0c;就这两点&#xff0c;不同的采样方式是为了实现节省内存&#xff0c;不同的存储方式暂时不了解有…

2023-02-24:请用go语言调用ffmpeg,解码mp4文件并保存为YUV420SP格式文件,采用YUV420P转YUV420SP的方式。

2023-02-24&#xff1a;请用go语言调用ffmpeg&#xff0c;解码mp4文件并保存为YUV420SP格式文件&#xff0c;采用YUV420P转YUV420SP的方式。 答案2023-02-24&#xff1a; 使用 github.com/moonfdd/ffmpeg-go 库。 解码后就是yuv420p&#xff0c;然后用SwsScale函数转换成yuv…

ffmpeg处理YUV422和YUV420P相互转换

YUV422空间大小计算 YUV422封包width*heightwidth/2*height*2YUYV Y分量width*heightYUYV U分量width/2*heightYUYV V分量width/2*height YUV420空间大小计算 YUV420封包width*heightwidth/2*height/2*2Y分量width*heightU分量width/2*height/2V分量width/2*height/2 extern &…

Android Camera2 YUV420_888 格式详解

Camera2 YUV420_888 官网文档介绍 Android PAI 对 YUV420_888的介绍 &#xff0c;大致意思如下&#xff1a; 它是YCbCr的泛化格式&#xff0c;能够表示任何4:2:0的平面和半平面格式&#xff0c;每个分量用8 bits 表示。带有这种格式的图像使用3个独立的Buffer表示&#xff0c;每…

【音视频数据数据处理 2】【YUV篇】将YUV420P_I420数据旋转90°-180°-270°-镜像旋转

【音视频数据数据处理 2】【YUV篇】将YUV420P_I420数据旋转90 一、理论分析&#xff08;以yuv420p_i420格式为例&#xff09;二、顺时针旋转90 代码实现三、顺时针旋转180 代码实现四、旋转90-180-270-镜像旋转&#xff0c;完整代码实现五、运行结果 本文接着前文&#xff1a; …

YUV420->RGB888格式转换的CPP实现

git地址&#xff1a; GitHub - Evayangelion/EYUVConverter: A YUV converter implemented by cpp 上一次学习了YUV各种采样和存储方式的区别&#xff08;YUV知识存档&#xff09; 接下来一起学习一下RGB格式的知识和YUV到RGB的转换方式 RGB色彩模式的分类 RGB的分类相较YUV来说…

YUV444,YUV420P,YUV420SP,YUV422P,YUV422SP,NV12,NV21,NV16,NV61等格式区分与存储简介

一、基础知识&#xff1a; 概述 YUV是顏色編碼方式&#xff0c;常用於視頻及圖像處理中。 其中的YUV是三個分量。“Y”表示明亮度&#xff08;Luminance或Luma&#xff09;&#xff0c;也就是灰度值。“U”和“V” 表示的是彩色信息&#xff0c;分別爲色度和濃度&#xff08;C…

OpenGL渲染YUV420P

一 、YUV420P数据格式二 、GLFW渲染YUV420P2.1 定义顶点数据2.2 创建YUV三张纹理2.3上行YUV420数据2.4 渲染纹理2.5 着色器 三、代码地址以及存在的问题四 、解决存在的问题 一 、YUV420P数据格式 图片来源于谷歌 结合上图可以看出YUV420P的特点如下&#xff1a; ①无论在横向还…

详解 YUV 格式(I420/YUV420/NV12/NV12/YUV422)

转载自&#xff1a;划水型派大星 YUV &#xff08;YCbCr&#xff09;是一种像素格式&#xff0c;常见于视频编码与静态图像。与 RGB 格式&#xff08;红-绿-蓝&#xff09;相反&#xff0c;YUV 分别由一个称为 Y&#xff08;相当于灰度&#xff09;的“亮度”分量&#xff08;…

ffmpeg学习笔记(2)-YUV420算法原理

ffmpeg学习笔记(2)——YUV420算法原理 一、YUV像素格式 YUV的组成格式如下图所示 Y:明亮度&#xff0c;即灰度值 U、V&#xff1a;颜色 YUV格式将亮度信息和色彩信息分离&#xff0c;没有色彩信息依然能够显示图像&#xff08;没有色彩信息&#xff09;&#xff0c;很好的解…

音视频编解码: YUV存储格式中的YUV420P,YUV420SP,NV12, NV21理解(转)

概述 之前介绍了YUV码流的采样格式&#xff0c;下面分析下YUV码流的存储格式&#xff0c;YUV码流的存储格式与采样格式息息相关。总的来讲&#xff0c;YUV存储格式主要分为两种&#xff1a; planar 平面格式 指先连续存储所有像素点的 Y 分量&#xff0c;然后存储 U 分量&…

图像编码YUV420格式

目录 一、YUV简介 二、RGB 到 YUV 的转换 三、YUV采样 YUV 4:4:4 YUV 4:2:2 YUV 4:2:0 四、YUV 存储格式 基于 YUV 4:2:2 采样的格式 YUYV 格式 UYVY 格式 YUV 422P 格式 基于 YUV 4:2:0 采样的格式 YU12 和 YV12 格式 NV12 和 NV21 格式 一、YUV简介 YUV&#x…

YUV420数据格式详解

YUV简介 YUV格式有两大类&#xff1a;planar和packed。 对于planar的YUV格式&#xff0c;先连续存储所有像素点的Y&#xff0c;紧接着存储所有像素点的U&#xff0c;随后是所有像素点的V。 对于packed的YUV格式&#xff0c;每个像素点的Y,U,V是连续交叉存储的。 YUV分为三个分…

python 生产者消费者模式

生产者消费者模式概述 在并发编程中使用生产者和消费者模式能够解决大不多的并发问题。该模式通过平衡生产线程和消费线程的工作能力来提高程序的整体处理数据的速度。 为什么使用生产者消费者模式 在线程世界里&#xff0c;生产者就是生产数据的线程&#xff0c;消费者就是…

生产者-消费者模式

概述 生产者-消费者模式在系统交互方面,有几个特点: 1、系统解耦 2、解决并发问题 3、不需要关心对方系统何时处理数据,处理结果如何 下面用几个简单例子逐步说明。 简单例子 假设有两个系统,A系统和B系统,B系统需要依赖A系统产生的数据,也就是说,A系统产生数据后,必须把数…

生产者消费者模式及简单的运用场景

先考虑一个问题&#xff1a;服务端接受多个客户端提交的视频文件进行转码的操作&#xff0c;应该怎么设计&#xff1f; 由于转码比较花费时间&#xff0c;所以我们排除同步的想法。而转码需要用到的外部软件&#xff08;exe文件&#xff09;&#xff0c;不能同时被多个线程用到…

Java多线程系列—生产者消费者模式的多种实现(04)

生产者消费者模式 我们先来看看什么是生产者消费者模式,生产者消费者模式是程序设计中非常常见的一种设计模式,被广泛运用在解耦、消息队列等场景。 在现实世界中,我们把生产商品的一方称为生产者,把消费商品的一方称为消费者,有时生产者的生产速度特别快,但消费者的消…

生产者消费者模式的Java实现

一.概述 1. 什么是“生产者消费者模式”&#xff1f; 生产线程负责生产&#xff0c;消费线程负责消费 生产线程和消费线程要达到均衡。 生产满了就不能继续生产了&#xff0c;必须让消费线程进行消费 消费完了就不能再消费了&#xff0c;必须让生产线程进行生产 这是一种特殊的…