基于Hough变换的形状检测算法研究与实现论文及代码

================================ 设计 ================================ 1、输入一张图片（bmp），显示其形状 2、检测是否是直线（或其他的图形）；如果是，就将其显示出来 ================================ 分析 ================================ 1、计算机视觉中经常需要识别或者定位某些几何图形，比如直线、圆等。 2、图像空间中的一条线对应Hough空间中的一个点。 3、本软件就是采用MyEclipse为开发环境，主要讲述了霍夫变换的基本原理和实现方法，实现基于霍夫变换的图像文件(bmp)文件格式下简单图形的识别，主要是对直线和圆的识别。 1、RGB 2、像素 黑色RGB(0, 0, 0) 白色RGB(255, 255, 255) 白色RGB值为16777215 1、Hough变换的核心是两个坐标系的变换。 2、对于直角坐标系中的一条直线L,进行Hough变换后，为一个点。 3、而过直线上某点在所有直线经过Hough变换在新的坐标系中，将会呈现为一条正弦线。 4、过直角坐标中一点P1的所有直线经过Hough变换成为一条正弦线s1，那么如果有另一个点P2将会得到s2，那么 s1和s2的交点一定是在直角坐标系中，过P1又过P2的直线。这样可以 得出结论，Hough坐标系中的交点，就是直线。而且越多的正弦线相交，证明越多的点在这条直线上。有了这样的思想，我们可以讨论Hough变换检测直线的方法了。 (1) 对图片预处理，这里必须说明的是，纯种的Hough变换只适应黑白图片，换句话说，在使用它之前，你已经提取出该图片的边缘了（假设0表示背景，1表示物体的特征点）。 (2) 找到图片中的“白点”也就是要处理的边缘，假设其在直角坐标系的下标为(x, y)，对其进行坐标变换ρ=x*cosθ+y*sinθ，其中0<θ<2*pi。当然，在实际的操作中，θ要转变为离散的 数组θ1、θ2……θj，ρ也就是相应的有ρ1、ρ2……ρj。 (3) 判断(ρj, θj)与哪个数组元素对应，并让该数组H元素加1。 (4) 将数组H中的所有元素按照θ从小到大排序，然后取局部最大值对应的(ρj, θj)就是这些共线点对应的直线方程的参数。共线方程为 ρj = xcosθj + ysinθj，ρ>=0，0<=θ<PI 其中，ρ为l相对于原点的距离，θ为l与x轴的交角。 直线l上不同的点(x, y)在参数空间中被变换为一簇相交于p点的正弦曲线。若能确定参数空间中的p点（局部最大值），就实现了相应地标准霍夫变换的算法。 注意：使用霍夫变换检测圆与直线时候,一定要对图像进行预处理,灰度化以后,提取图像的边缘使用非最大信号压制得到一个像素宽的边缘, 这个步骤对霍夫变换非常重要.否则可能导 致霍夫变换检测的严重失真。 直线的变换角度为[0 ~ PI]之间，设置等份为360为PI/360，同时根据参数直线参数方程的取值范围为[-r, r]