基于Hough变换的直线检测程序汇总.docx
《基于Hough变换的直线检测程序汇总.docx》由会员分享，可在线阅读，更多相关《基于Hough变换的直线检测程序汇总.docx（23页珍藏版）》请在冰豆网上搜索。
基于Hough变换的直线检测程序汇总
课程设计报告
题目
基于Hough变换的直线检测程序
专业
电子信息工程
班级
电子2013-02班
学号
20131573
姓名
陈涛
指导教师
黄进
电气工程学院
二〇一六年九月至二〇一六年十二月
课程设计任务书
学生姓名
陈涛
学生学号
20131573
学生专业
电子信息工程
学生班级
电子2013-02
发题日期
2016年8月29日
完成日期
2016年12月18日
课程名称
数字图像处理
指导教师
黄进
设计题目
基于Hough变换的直线检测程序
课程设计主要目的：
学习图像视频处理的基础知识，掌握图像视频处理的基本算法，熟悉VC++和OpenCV编程技术，培养基本的图像视频处理的应用能力。
课程设计任务要求：
（包括原始数据、技术参数、设计条件、设计要求等）
学习图像视频处理的基础知识和基本方法，研究Hough变换的基本原理和技术，采用VC++和OpenCV技术编程实现直线检测程序，实现对图像中的直线进行检测。
课程设计主要任务：
1、学习图像视频处理的基础知识和基本方法；2、研究Hough变换的基本原理和技术；3、学习VC++和OpenCV编程技术；4、实现对图像中的直线进行检测的程序。
课程设计进度安排：
（共16周）
序号
内容安排
时间时间
1
学习图像视频处理的基础知识和基本方法
2周
2
研究Hough变换的基本原理和技术
4周
3
学习VC++和OpenCV编程技术
4周
4
实现对图像中的直线进行检测的程序
4周
5
撰写课程设计报告
2周
课程设计参考文献：
[1]刘瑞祯,于仕琪.OpenCV教程——基础篇.北京航空航天大学版社,2007.
[2]OpenCV中文网站（
指导教
师签字
系主任审核签字
摘要
直线检测是图像处理中一个特别重要的研究课题，作为图像分割处理的基础。
在图像处理领域，直线特征经常是被用于高层处理，所以直线检测对于数字图像处理有着重要的意义。
同时在图像处理中，对直线的识别和定位也是很重要的。
例如在工程项目上经常要进行直线检测，对直线物体或图标进行模式识别和定位。
图像处理是人类视觉延伸的重要手段之一，可以达到使人们看到任意波长所测得的图像的目的。
图像处理是使用计算机对图像进行分析，以达到所需结果的技术，因而又称影像处理。
图像处理一般指数字图像处理。
数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值.图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。
数字图像处理技术发展很快，给定形状图像的检测问题也是各种工程事项中经常碰到的一类问题，类直线形状图形的检测是其中主要的一类。
本文给出Hough变换的基本原理。
针对图像空间的直线检测问题,提出基于Hough变换的检测算法。
关键词:
Hough变换；边缘检测；直线检测
目录
第一章绪论1
1.1数字图像处理与直线检测1
1.1.1图像工程1
1.1.2数字图像处理2
1.2图像检测技术发展历史及现状5
1.3直线检测课题存在的问题6
第二章编程工具和环境搭建7
2.1OpenCV7
2.2MicrosoftVisualStudio8
2.3环境搭建9
2.3.1安装OpenCV9
2.4OpenCV常用数据结构用法介绍11
第三章直线检测算法的实现13
3.1Hough变换13
3.2Hough变换原理13
3.3基于Hough变换的直线检测的实现14
3.3.1直线检测的流程15
3.3.2直线检测算法分析15
3.3.3函数分析16
3.3.4显示程序运行的结果17
第四章结论18
参考文献19
附录20
第一章绪论
1.1数字图像处理与直线检测
1.1.1图像工程
图像工程是将图像技术发展过程中出现的各种新理论、新方法、新技术、新设备等进行综合研究和集成应用的一个整体框架，科分为3个层次：
（1）图像处理（ImageProcessing）
强调在图像之间进行一定程度地变换，功能上主要是满足对图像进行加工处理以达到改善图像的视觉效果并为自动识别做好铺垫，或对图像进行压缩编码以减少所需存储空间和时间、传输通路的要求。
（2）图像分析（ImageAnalysis）
图像分析是指对图像中感兴趣的目标进行检测和测量，以获得目标的客观信息从而建立对图像的描述。
图像分析是一个从图像到数据的过程。
这里的数据可以是对目标特征测量的结果，或是基于测量的符号表示，其主要是以观察者为中心研究客观世界。
图像分析是图像工程中层的操作，分割和特征值提取把原来以像素描述的图像转变为比较简单的非图形式的描述。
（3）图像理解（ImageUnderstanding）
图像理解进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。
图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界（包括没有直接观察到的事物）。
图像理解是处于图像工程最高层的操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理可以有许多类似之处。
本次课程设计直线段的检测属于图像分析阶段，对其研究的意义在于：
直线段是图像的基本组成元素，任何图形微观上都是由直线段组成：
直线段的检测为图像分析阶段中更高层的处理诸如目标的表达提取和识别提供数据支持，它的影响可以达到图像理解阶段。
在实际应用中，道路识别、建筑物识别、医学图像分析、航空和卫星图像分析等领域都需要借重于直线检测技术。
1.1.2数字图像处理
数字图像处理（DigitalImageProcessing）又称为计算机图像处理，简单的说就是将图像信号转换成数字信号并利用计算机进行处理的过程。
数字图像处理常用方法有以下几个方面：
（1）图像变换：
由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
（2）图像编码压缩：
图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
（3）图像增强和复原：
图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
（4）图像分割：
图像分割是数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
因此，对图像分割的研究还在不断深入之中，是图像处理中研究的热点之一。
（5）图像描述：
图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
（7）图像分类（识别）：
图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。
图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。
应用工具
数字图像处理的工具可分为三大类：
第一类包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中。
第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法及其它数学方法。
第三类是数学形态学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算。
由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。
数字图像处理的应用：
（1）数字图像处理的典型应用：
【图像压缩和传输（或者叫着图像通信也可以）】（如：
静态图像JPEG压缩标准；动态MPEG标准，电信上类似的标准是H.264，娱乐上的MP4也属于这方面），主要研究内容是研发更有效的图像的编解码算法（现在已经有很多硬件实现的编解码芯片了，具体性能指标和适用的标准不同）；
（2）生物识别为数字图像处理在【信息安全】领域的应用（包含指纹识别、虹膜识别、人脸识别等），当然交通系统使用的车牌识别也是类似的技术。
通用模式是：
图像预处理（如去噪、增强等）＋不变特征提取＋与特征库中特征进行匹配＝>识别；
生物医学工程方面的应用数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。
除了CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。
此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。
【医疗影像处理】：
CT成像，核磁共振MRI，超声，X线成像。
主要研究内容：
图像去噪，图像增强，图像识别，3维可视化等等
（3）而真正集中了最先进软硬件数字图像处理的应用领域是：
军事：
首先图像数据类型上包含所有的成像频段能获取的影像（如无线电（雷达成像）、红外、可见光、紫外、X线。
。
。
你把电磁光谱拉开看就明白），用声音回波来成像也可以，如声纳。
千万不要片面地理解图像就是可见光成像，那是人眼的局限。
军事公安方面的应用在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。
目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。
主要包含这些研究内容：
目标捕获目标锁定目标跟踪
（4）飞机遥感和卫星遥感技术中。
许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。
对由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。
从60年代末以来，美国及一些国际组织发射了资源遥感卫星（如LANDSAT系列）和天空实验室（如SKYLAB），由于成像条件受飞行器位置、姿态、环境条件等影响，图像质量总不是很高。
因此，以如此昂贵的代价进行简
升级会员 