数字图像处理课程设计——Hough变换提取直线

摘要

为能够有效解决实时直线图形提取问题，提出了一种基于Hough变换(HT)的直线提取算法。该算法首先分析了数字图像中直线边缘的三种结构特征，提出采用基元结构表示目标边缘点，并在约束条件下计算基元结构的基元倾角。在此基础上，结合传统的HT的思想对基元结构进行极角约束HT，以获得最终的直线参数。最后，再用MATLAB软件对该算法进行编程仿真。实验结果表明，对合成图像和自然图像，该算法能够有效的识别图像中的直线段。

关键词：直线提取；Hough变换；MATLAB；图像处理

目录

1.课程设计目的 (1)

2.课程设计要求 (1)

3.MATLAB软件介绍 (1)

4.设计背景及基本原理 (2)

4.1 Hough变换检测直线的基本原理 (3)

4.2 Hough变换的几种基本算法 (4)

4.3几种算法的比较与选择 (6)

6. MATLAB程序设计与仿真 (7)

6.1 MATLAB程序 (7)

6.2运行结果与分析 (10)

7.总结体会 (11)

参考文献 (12)

1.课程设计目的

数字图像处理课程设计是电子信息工程专业实践教学的一个重要环节，通过本课程设计使学生运用所学知识进行图像处理的实际训练；是对所学知识的提高和综合应用。通过综合设计，使得学生进一步理解数字图像处理的基本概念、基本原理和基本方法（如掌握图像增强算法、图像复原以及图像压缩方法等），扩展理论知识，培养学生的综合设计能力。

2.课程设计要求

1、查阅资料，介绍系统中所设计的主要功能和原理方法；

2、介绍各个功能的实现程序及结果；

3、附各个功能的实现程序，在程序中做适当的注释，附处理前后效果图；

4、测试和调试：按课程设计要求，选用多幅图像对程序进行测试，并提供系统的主要功能实现的效果图。并在调试中发现的问题做说明；

5、说明课程设计中学到的东西和取得的经验总结，心得体会。

3.MATLAB软件介绍

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室），是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的

事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JA V A 的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。

MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。

MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。

4.设计背景及基本原理

数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪

60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。

4.1 Hough变换检测直线的基本原理

Hough变换检测直线就是选取图像空间中一条直线L的某些特征，作为参数空间的一个点M，并且该直线L上所有点，通过某种算法，都能够对应着这些特征，从而在图像空间和参数空间之间建立起“线—点”的对偶性。Hough变换就是根据这种对偶性，将图像空间中直线的检测问题，转化为参数空间中点的检测问题，而后者的处理比前者要简单得多，进行累加统计即可。