java hough变换(霍夫变换)检测直线

阅读前请看<前言>，谢谢！

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，他是检测和定位直线和解析曲线的有效方法，它通过将边缘二值图像变换到Hough空间，在参数空间用极值点的检测来完成目标的检测。

就直线检测而言：



在极坐标中ρ = x cos(θ) + y sin(θ)表示一条直线。其中(ρ,θ)确定一条直线，因此可以先将图片进行边缘检测，然后对图像上每一个非零像素点，在参数坐标下变换为一条直线，然后构建hist(ρ,θ)二维直方图。在二维直方图中找到大于给定阈值的值，即为检测到的直线。对θ的取值为0-90度，ρ的取值为0-sqrt(h*h+w*w)，其中边缘检测算子我采用sobel算子，也可以用我前两篇提到的另外两种边缘检测算子。

程序代码如下：

public void hough(){
		Image im = this.clone();
		im.sobel();
		im.IterBinary();
		
		int ro = (int)Math.sqrt(h*h+w*w);
		int theta = 180;
		int[][] hist = new int[ro][theta];
		
		for(int k=0;k<theta;k++){
			for(int i=0;i<h;i++){
				for(int j=0;j<w;j++){
					if(im.data[j+i*w] != 0){
						int rho=(int)(j*Math.cos(k*Math.PI/(theta*2))+i*Math.sin(k*Math.PI/(theta*2)));
			            hist[rho][k]++;
					}      
				}
			}
		}
		
		ArrayList<h> index = math.maxIndex(hist,70); //找到大于最大值*0.7的二维直方图的点
		
		for(int k =0;k<index.size();k++){
			
			double resTheta = index.get(k).angle*Math.PI/(theta*2);

		    for(int i=0;i<h;i++){
		    	for(int j=0;j<w;j++){
		    		int rho = (int)(j*Math.cos(resTheta)+i*Math.sin(resTheta));
		            if(im.data[j+i*w] != 0 && rho == index.get(k).ro){
		            	data[j+i*w] = setRed();   //在直线上的点设为红色
		            }else{
		            	data[j+i*this.w] = (255<<24)|(data[j+i*this.w]<<16)|(data[j+i*this.w]<<8)|(data[j+i*this.w]);
		            } 	
		    	}   
		    }
		}
	    
	    this.gray = false;
	}

其中

/*
 * to save the hough transform's results
 */
class h{
	int ro;
	int angle;
	
	public h(int r,int a){
		this.ro = r;
		this.angle = a;
	}
}
 

运行结果如下：



soble算子处理加二值化的结果如下：



该程序只能检测到0-90度的直线。