OpenCv中用hough变换检测直线,有图有真相

 版本:OpenCv 2.4.9 + Qt 4.8.5
 使用OpenCV的以下函数  HoughLines 和  HoughLinesP 来检测图像中的直线.
 原理说明:
    霍夫线变换: 
  • 霍夫线变换是一种用来寻找直线的方法.
  • 是用霍夫线变换之前, 首先要对图像进行边缘检测的处理,也即霍夫线变换的直接输入只能是边缘二值图像.
     算法原理:
    1. 众所周知, 一条直线在图像二维空间可由两个变量表示. 例如:

      1. 在 笛卡尔坐标系: 可由参数: (x,y) 斜率和截距表示.
      2. 在 极坐标系: 可由参数: (r,\theta)极径和极角表示
                 OpenCv中用hough变换检测直线,有图有真相_第1张图片

      对于霍夫变换, 我们将用 极坐标系 来表示直线. 因此, 直线的表达式可为:

                  

    2. 一般来说对于点 (x,y), 我们可以将通过这个点的一族直线统一定义为:

                  

      这就意味着每一对 (r,\theta) 代表一条通过点  (x,y) 的直线.

    3. 如果对于一个给定点  (x,y) 我们在极坐标对极径极角平面绘出所有通过它的直线, 将得到一条正弦曲线. 例如, 对于给定点 我们可以绘出下图  (在平面 \theta - r):

                  OpenCv中用hough变换检测直线,有图有真相_第2张图片
    4. 我们可以对图像中所有的点进行上述操作. 如果两个不同点进行上述操作后得到的曲线 (在平面\theta - r):
       相交, 这就意味着它们通过同一条直线. 例如, 接上面的例子我们继续对点: 绘图, 得到下图:

                  OpenCv中用hough变换检测直线,有图有真相_第3张图片

      这三条曲线在极坐标平面相交于点,一般来说, 一条直线能够通过在极坐标平面 寻找交于一点的曲线数量来 检测. 越多曲线交于一点也就意味着这个交点表示的直线由更多的点组成. 一般来说我们可以通过设置直线上点的 阈值 来定义多少条曲线交于一点我们才认为 检测 到了一条直线.

    5. 这就是霍夫线变换要做的. 它追踪图像中每个点对应曲线间的交点. 如果交于一点的曲线的数量超过了 阈值, 那么可以认为这个交点所代表的参数 在原图像中为一条直线. 

     以上为原理说明,教科书或网上皆有。
    /***************************************************************分割线********************************************************************/
    下面是实现的部分代码: 
    /*****************************首先,用Canny算子对图像进行边缘检测***************/
     Mat dst, cdst;
     Canny(src, dst, 50, 200, 3);
     cvtColor(dst, cdst, CV_GRAY2BGR);    //灰度图像转为BGR
    /*opencv 图像局矩阵是以BGR而不是RGB显示像素的大小*/ 
     /**********************标准霍夫线变换****************************/
     /*首先, 执行变换:*/
    HoughLines(dst, lines, 1, CV_PI/180, 300, 0, 0 );
    /*带有以下自变量:
        dst: 边缘检测的输出图像. 它应该是个灰度图 (但事实上是个二值化图)
        lines: 储存着检测到的直线的参数对 (r,\theta) 的容器 * rho : 参数极径 r 以像素值为单位的分辨率. 我们使用 1 像素.
        theta: 参数极角 \theta 以弧度为单位的分辨率. 我们使用 1度 (即CV_PI/180)
        threshold: 要”检测” 一条直线所需最少的的曲线交点
        srn and stn: 参数默认为0. 查缺OpenCV参考文献来获取更多信息.
     */
     /*************************统计概率霍夫线变换*******************/
      /*首先, 执行变换:*/
      HoughLinesP(dst, lines, 1, CV_PI/180, 50,50,10 );
      /*带有以下自变量:
        dst: 边缘检测的输出图像. 它应该是个灰度图 (但事实上是个二值化图)
        lines: 储存着检测到的直线的参数对 (x_{start}, y_{start}, x_{end}, y_{end}) 的容器
        rho : 参数极径 r 以像素值为单位的分辨率. 我们使用 1 像素.
        theta: 参数极角 \theta 以弧度为单位的分辨率. 我们使用 1度 (即CV_PI/180)
        threshold: 要”检测” 一条直线所需最少的的曲线交点
        minLinLength: 能组成一条直线的最少点的数量. 点数量不足的直线将被抛弃.
        maxLineGap: 能被认为在一条直线上的亮点的最大距离.
    */
    /********************************************************************割一下******************************************************/
    效果演示,有图有真相 
    首先是标准霍夫变换直线检测,左边为原图,右边为效果图:
    1、以100个点为标准时:
              OpenCv中用hough变换检测直线,有图有真相_第4张图片
    2、200个点
    OpenCv中用hough变换检测直线,有图有真相_第5张图片
    3、300个点为阈值

    OpenCv中用hough变换检测直线,有图有真相_第6张图片
    /***************************************************************************************************************************************************************/
    下来是统计概率霍夫线变换:
    1、50个交点为标准

    OpenCv中用hough变换检测直线,有图有真相_第7张图片
    2、1 50个交点为标准
    OpenCv中用hough变换检测直线,有图有真相_第8张图片

    3、 2 50个交点为标准

    OpenCv中用hough变换检测直线,有图有真相_第9张图片



























     


你可能感兴趣的