代码及仿真图

由于找了很久都没找到用labview实现hough变换检测直线的程序，labview vision模块自带的hough变换使用起来太麻烦又不能满足要求，无奈自己手写了一个。 程序总体来说就是： 首先遍历二值化图像每一个值为255的点：     对于每个点，对应到参数p—theta平面是一条曲线，且theta范围为-90~90度，那么就依次遍历整条曲线（由于参数空间H是一个行为r，列为theta（也就是r行、18 0列）的数组，所以每条曲线只需遍历180个位置即可）：         依据r = xcos(theta)+ysin(theta)计算出位置（r，theta），将（r，theta）位置的数值+1。

这个课题为基于MATLAB的答题卡识别，采用hough变换原理，定位答题卡的ABCD字符，然后识别。得到结果和excel标准分数进行对比，可以得出得分，判断及格与否，也可以查询某个考生号进行分数查询。带界面GUI框架。需要您具备一定基础。

对8为位图图像进行Canny边缘检测，之后对其进行Hough变换，检测图像中圆的存在情况。

hough检测 用来检测圆 可以检测多个圆 C++编写

用matlab根据Hough变换和SVM做足球场地图像禁区检测, 这个是工程文件，内有程序运行步骤和说明文档 程序文档摘要 实现函数：function [mean]=acquiremean(w) 实现功能：计算并返回输入图像主色值。 实现函数：function Q=maincolour(I) 实现功能：计算并返回输入图像主色率 实现函数:function Q=yuchuli(I) 实现功能:提取禁区候选图中场地区域 实现函数:function lines=line_extract(I_ORG) 实现功能:对输入真彩图像进行直线提取 训练SVM [xsup_si,w_si,w0_si,pos_si,tps_si,alpha_si] = svmclass(Xapp,yapp,C,lambda,kernel,kerneloption,1); 测试 [Xtest]=normalizemeanstd(Xtest); xpred = svmval(Xtest,xsup_si,w_si,w0_si,kernel,kerneloption,1);

随机hough变换的matlab实现，源码解释很清楚随机hough变换的matlab实现，源码解释很清楚

hough变换源代码，vc可运行，附原图像和处理后图像。

人眼定位是人脸识别的重要步骤，本文提出一种结合灰度投影与改进Hough变换的人眼定位算法。首先，通过两次积分投影进行人眼粗定位，对粗定位的眼睛灰度图像增强处理后提取边缘，然后采用改进Hough变换检测圆来定位眼球的准确位置。实验结果表明，该算法与已有算法相比，具有更为快速和精确的定位效果，并且对头部偏转具有较强的鲁棒性。

写了一些关于图像hough变换人眼虹膜的例子，程序含有说明解释，适合初学者。