OpenCV 利用Hough变换在灰度图像中找到圆形的物体源码

利用opencv2.0 和VC2005实现的hough直线检测和圆检测，使用直线检测时需要先二值化（binarry）再进行line检测 使用圆检测时需要先canny求边缘然后用circle检测直线

matlab_hough变换提取直线 matlab代码，可直接运行 matlab_hough变换提取直线 matlab代码，可直接运行

Hough变换是一种提取直线、圆、椭圆、二次曲线甚至是任意形状边缘的有效方法，目前已经在军事和民用领域将会得到广泛的应用但是，Hough变换大多数算法的计算量大，需要很大的存储空间，而且都是假设图像在计算机中能用完美的模型来描绘。然而，由于噪声、数字化误差等因素影响，真实的图形在计算机中经常会失真。 　　 本文针对Hough变换计算量大的情况研究了一种新的基于Hough变换的圆检测的快速算法，即先检测出一个内、外半径已知的圆环，然后在整个图像范围内移动这个圆环，对移动后在圆环范围内的点的个数进行累加，累加得到的局部最大值提供了检测出的圆心坐标。这种方法实现了各类圆形、椭圆等非理想图形的快速检测，克服了Hough变换耗时巨大的缺陷。

为了能有效解决Hough 变换的计算量大的问题,文中提出了一种基于直线局部结构特征的Hough 变换改进的直 线检测算法。该算法根据Freeman 准则分析了直线上基元的特征信息,通过图像上邻近的同类基元的倾斜角约束基元上 像素点的极角范围,减少每个点的计算次数,在保持精度的同时,提高直线检测的速度,在有噪声的情况下,该算法相对标 准Hough 变换算法可以提高到6 到7 倍。

应用Hough变换对倾斜表格图像纠偏 (a) 倾斜的表格图像 (b) 对(a)二值化 (c)Hough变换累加数组 (d)最长直线的角度纠正倾斜图像 p q o

利用Hough变换检测圆，可以设置要检测圆的个数，最小尺寸。

摘 要: 计算机视觉目前已经得到广泛的应用, 通过图像检测圆在工程应用中具有重要的意义. 为了在实时系统中自动检测图像中的圆并且精确得到圆心和半径, 提出了一种改进的Hough变换检测圆的方法. 先对图像边界进行过滤, 得到连续边界, 然后对每条连续边界进行排序并等分, 选择三点进行圆心和半径计算, 将传统 Hough 变换检测圆的三维参数降到一维参数来统计, 在降低了计算时间和内存资源占用的同时, 提高了检测圆的准确性. 实验表明, 该方法能够满足实际检测的需要. 同时, 在检测时间上, 可以满足实时性的要求.

针对现阶段实现瞳孔精确定位算法过于繁琐的问题，提出一种由粗略到精确的瞳孔精确定位算法。首先用灰度积分算法粗略找出人眼部位在人脸上的大概位置，然后用Hough变换定位出人眼瞳孔中心的精确位置，接着用Harris角点检测算法对眼角点进行定位，最后通过瞳孔与眼角点的相互坐标定位出人眼瞳孔的精确位置。通过matlab对所提算法进行检验，证明了该算法是一种实现简单、定位精确的算法。

【图像检测】基于Hough变换的人眼虹膜定位matlab源码.md