Radon变换检测直线，能够有效实现检测，效果较好。没有hough变换中有现成的函数可以调用。

霍夫变换检测圆代码MATLAB 计算机视觉项目地球检测 在混乱的环境中进行政治地球仪检测 计算机视觉中的常见问题是在图片或视频流中搜索并找到特定的对象或形状。 在这个特殊的项目中，我们被要求设计和实施一个完整的程序，该程序可以通过选择可用的工具或编写我们自己的代码来识别任何方向和混乱环境中的小政治世界。 要运行该算法，请在Matlab中打开文件“ globe.m”。 它使用文件Hough Circles，DiscardDuplicateCircles，DiscardInnerCircles，DiscardNonEnclosedCircles查找图像中的圆。 完全包含在另一个圆中的圆被丢弃。 同样，不完全位于图像中的圆圈也将被丢弃。 经过初步处理并使用霍夫变换找到圆后，我们检测经度和纬度形成的平方以检测地球。 文件HoughLines，SeparateHorVerLines，DiscardDuplicateLines，DiscardNonHorVerLines，FindSquares用于查找图像中的正方形。 有关该项目的详细信息，请参见-。

Hough变换检测步骤 对图像进行预处理 图像灰度化，图像滤波，图像分割，边缘检测 Hough变换 1）在参数合适的最大值和最小值之间一个零散的参数空间； 2）建立一个累加器，并置每一个元素为0； 3）对图像空间中的每一点作Hough变换，即算出该点在参数空间上的对应曲线，并在相应的累加器加1； 4）把累加器中超过所设阈值的参数空间点进行Hough逆变换，在图像空间进行显示。

HOUGHCIRCLES 使用霍夫变换检测图像中的多个磁盘（硬币）。 图像包含分离、接触或重叠的圆盘，其中心可能在图像内或外。 句法houghcircles(im, minR, maxR); houghcircles(im, minR, maxR, thresh); houghcircles(im, minR, maxR, thresh, delta); 圆圈 = houghcircles(im, minR, maxR); 圆圈 = houghcircles(im, minR, maxR, thresh); 圆圈 = houghcircles(im, minR, maxR, thresh, delta); 输入： - im：输入图像- minR：以像素为单位的最小半径- maxR：以像素为单位的最大半径- thresh（可选）：检测到的边缘像素数与计算出的圆周长的 0.9 倍的最小比

【课程设计】一种图像中值滤波、边缘检测、hough变换检测直线的用户界面开发-含matlab源代码.zip

为了克服传统Hough变换检测圆时耗时巨大的缺陷，给出了一种新的基于Hough变换检测圆的快速算法。新算法与传统的方法相比具有以下特点：计算量少，提高了检测的速度；保留了传统Hough变换识别率高、抗噪性强、对不完整边缘具有鲁棒性等所有优点；不需要任何特殊的限定条件。实验表明，新的快速算法可以快速进行目标识别，在实时目标识别系统中具有良好的表现。

通过边缘检测后，通过霍夫变换检测圆，最后得到圆心坐标，半径

本代码属于在VS2010环境下的霍夫变换，图片什么都有，可以直接运行

radon变换直线检测matlab代码检测针状晶体图像上的线 该存储库包含一些MATLAB函数和一个演示脚本，我们用于检测图像上的针状晶体以监控其生长。 方法的结果和说明可以在[1]中找到。 如果您使用此代码进行研究，请参考该出版物。 该方法基于MATLAB并进行了一些改进，以提高其对于具有大量线段的图像的性能和质量。 主要改进如下： 将图像拆分为多个段（使用bwlabel() ）并分别处理这些段 使用高斯模糊去除“基线”，以便在Rho / Tau空间中更好地进行峰检测 可以对算法进行微调 主要功能是getlinesforbw.m ，它以二进制图像为主要参数并返回包含检测到的行的结构数组。 您还可以提供带有参数作为第二个参数的结构，例如，请参见demo.m和更多详细信息。 注意， 更改某些参数（例如theta_step ）会增加计算时间。 使用例如DoE方法优化参数仪是一个好主意。 这些脚本需要“图像处理工具箱”。 参考 。 吴健X. 谢尔盖（Sergey V.） 詹森（Jensen），琳达（Linda G.）； 拉德斯，托马斯； 安妮特·穆勒兹（Müllertz）； Jutan Ra

hough变换检测椭圆的代码和详细介绍，可直接运行检测圆