Hough变换检测直线

Hough变换就是对于图象中某些符合参数模型的主导特征，如直线、圆、椭圆等，可以通过对其参数进行聚类的方法，抽取相应的特征。

例如，直线在极坐标系下具有如下的参数方程形式：



首先将参数空间量化为等间隔的小区域，然后针对超过给定阈值的所有边缘点，对于每个边缘点将其映射到的参数空间中的小区域
中，记数落到每个小区域的点数。最后，取具有最大频度的若干小区域的参数作为线条特征的参数，得到图象中主导性的线条特征。



中(a)左图为图像空间的直线的极坐标表示，右图为参数空间表示；(b)对直线上每个点进行都变换到参数空间进行投票。
算法流程如下：
1） 构建量化的参数空间，横轴为原点到直线的距离d，纵轴为直线的倾角

，一般取d
的量化间隔为1 个像素，

的量化间隔为1度。
2） 对输入图像首先进行边缘提取，实验中使用的是Canny 算子。



3）对边缘上的每一个点，在参数空间，对每一个

计算对应的


然后绘制出相应的

曲线，这就相当于对相应的参数空间的参数对进行投票。
4）选择票数最多的那个参数对

作为该直线的参数，这里需要确定一个阈值， 参数空间中大于该阈值的元素才被考虑为可行直线参数， 同时需要在参数空间计算 局部的极大值。总的说来，参数空间满足如下两个条件的点才能够做为直线参数输出：
i. 该点为局部极大值
ii. 该点的值大于阈值。

Hough变换检测的结果如下：