边缘检测与Hough变换实验报告 Matlab

边缘检测与Hough变换

实验目的：写一段代码实现一幅图像，其中分为以下两个步骤

1.使用Matlab中的canny算子进行边缘检测，可以让使用者交互式的输入不

同的Sigma的值实现边缘检测。

2.运用Hough变换来找到最突出的边缘，在图像中找到并画出最长的直线。

实验原理：

canny算子边缘检测的基本原理是：采用二维高斯函数的任一方向上的一阶方向

导数为噪声滤波器，通过与图像f（x，y）卷积进行滤波，然后对滤波后的图像

寻找图像梯度的局部极大值，以确定图像边缘。

Canny边缘检测算子是一种最优边缘检测算子。其实现步骤如下：

1）用高斯滤波器平滑图像

2）计算滤波后图像梯度的幅值和方向

3）对梯度幅值应用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非局部极大值置零，以得到细化的边缘；

4）再用双阈值算法检测和连接边缘；

使用canny算子的edge函数调用格式为

BW=edge(I,＇canny＇);

BW=edge(I,＇canny＇,thresh,sigma);

BW=edge(I,＇canny＇,thresh);

[BW,threshold]=edge(I,＇canny＇,…);

2.Hough变换时最常用的直线提取方法，它的基本思想是：将直线上每一个

数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的参数

曲线相交于参数空间中一点的关系，使得直线提取问题转化为计数问题。

Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小。

Hough检测直线的Matlab实现：在Matlab图像处理工具箱中提供了3个与

Hough变换有关的函数，分别为hough函数，houghpeaks函数和houghlines

函数。

hough函数的调用格式为[H，theta,rho]=hough(BW);其中BW为二值图像，

H为Hough变换矩阵，theta为变换轴间隔θ,rho为元素个数。

Houghpeaks函数是用来提取Hough变换后参数平面上的峰值点。其调用格

式为peaks=houghpeaks(H,numpeaks),其中，H为Hough函数的输出，参数平

面的技术结果矩阵，参数numpeaks为指定要提取的峰值数目，默认值为1；

输出参数peaks为Q*2维峰值位置矩阵，其中Q为提取的峰值数目，peaks

的第q行分别存储第q个峰值的行和列坐标。

Hough函数用于在图像中提取参数平面上的峰值点对应的直线。其调用格

式为lines=houghlines(BW,theta,rho,peaks)

Lines=houghlines(…,param1,val1,param2,val2)

其中，BW与Hough函数的BW相同，为二值图象。theta和rho为hough函

数返回的输出，指示θ轴和ρ轴各个单元对应的值。Peaks为houghpeaks函

数返回的输出，指示峰值的行和列坐标，houghlines函数将根据这些峰值提

取直线。Param和val是参数对，用于指定是否合并或保留直线段的相关参

数，其取值有两种。当param=’MinLength’时，bal指定合并后的直线被保留

的门限长度，长度小于val的直线被舍去。当param=’FillGap’时，val指定直

线段被合并的门限间隔。如果两条斜率和截距均相同的直线段间隔小于val

给点的值，则它们被合并为一条直线。

实验程序与实验结果如下：

%canny算子边缘检测

clear all;

I1=imread('F:\robot\Images\sniper.jpg');

I=rgb2gray(I1);% 彩色图像灰度化

imshow(I1);

title('原始图像');

BW1= edge(I,'Canny',0.4,0.5) ; %edge调用Canny为检测算子判别阈值为0.5 figure,imshow(BW1);

title( '阈值为0.4,sigma值为0.5的Canny算子边缘检测图像');

BW2= edge(I,'Canny',0.4,0.8) ; %edge调用Canny为检测算子判别阈值为0.8 figure,imshow(BW2);

title( '阈值为0.4，sigma值为0.8的Canny算子边缘检测图像');

BW20= edge(I,'Canny',0.4,1) ; %edge调用Canny为检测算子判别阈值为1 figure,imshow(BW20);

title( '阈值为0.4，sigma值为1的Canny算子边缘检测图像');

BW21= edge(I,'Canny',0.4,1.5) ; %edge调用Canny为检测算子判别阈值为1.5 figure,imshow(BW21);

title( '阈值为0.4，sigma值为1.5的Canny算子边缘检测图像');

BW22= edge(I,'Canny',0.4,2) ; %edge调用Canny为检测算子判别阈值为2 figure,imshow(BW22);

title( '阈值为0.4，sigma值为2的Canny算子边缘检测图像');

%Hough变换检测直线程序

rotI=I;

BW=edge(rotI,'canny',0.4,1.5); %用canny算子提取图像边缘

[H,T,R]=hough(BW); %对图像进行Hough变换

figure;

imshow(H,[ ],'XData',T,'YData',R,...

'InitialMagnification','fit');

title('峰值提取效果');

xlabel('\theta'),ylabel('\rho');

axis on,axis normal,hold on;

%寻找参数平面上的极值点

P =houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));

x=T(P(:,2));y=R(P(:,1));

plot(x,y,'s','color','white');

%找出对应的直线边缘

lines=houghlines(BW,T,R,P,'FillGap',58,'MinLength',5);

figure,imshow(BW),

title('直线标记结果');

hold on

max_len=0;