广义 Hough 变换(GHT)matlab代码

以下是一个简单的广义 Hough 变换(GHT)的 MATLAB 代码示例：

% 加载图像并转换为灰度图像
img = imread('image.jpg');
gray_img = rgb2gray(img);

% 设置参数
theta_res = 0.5; % theta 的分辨率
rho_res = 1; % rho 的分辨率
threshold = 0.5; % 阈值

% 计算图像中所有非零像素的坐标
[y, x] = find(gray_img > 0);

% 初始化 Hough 矩阵
max_rho = ceil(norm(size(gray_img)));
theta_range = -90:theta_res:90-theta_res;
rho_range = -max_rho:rho_res:max_rho;
H = zeros(length(rho_range), length(theta_range));

% 计算 Hough 矩阵
for i = 1:length(x)
    for j = 1:length(theta_range)
        rho = x(i)*cosd(theta_range(j)) + y(i)*sind(theta_range(j));
        [~, idx] = min(abs(rho_range-rho));
        H(idx, j) = H(idx, j) + 1;
    end
end

% 找出符合阈值的直线
[row, col] = find(H > threshold*max(H(:)));
rho_vals = rho_range(row);
theta_vals = theta_range(col);

% 显示图像和检测到的直线
figure; imshow(img); hold on;
for i = 1:length(rho_vals)
    rho = rho_vals(i);
    theta = theta_vals(i);
    x = 1:size(img, 2);
    y = (rho - x*cosd(theta)) / sind(theta);
    plot(x, y, 'LineWidth', 2, 'Color', 'red');
end

这个代码使用了经典的 Hough 变换算法来检测图像中的直线。它通过计算图像中所有非零像素的 Hough 矩阵来实现这一点，并找出符合阈值的直线。最后，它在原始图像上绘制了检测到的直线。