100分 Hough检测圆的代码

Question

要求能在已知图像中 算出圆心 和半径的Hough 

Answer 1

hough检测圆
根据园的方程（x－a）×（x－a）＋（y－b）×（y－b）＝R×R，将参数空间增加到a，b，R三维空间.
常用的hough变换计算量太大,然而随机hough变换虽然计算量相对小点,但是准确率没有前者高.现在使用
一种改进的方法:提取边缘图像,然后边缘跟踪,在边缘曲线上进行hough变换检测圆.double x=0.0,y=0.0,x0=0.0,y0=0.0,cc=0.0,ss=0.0,temp1,temp2;
 int aa=0,bb=0,rr=0,saveaa=0,savebb=0,saverr=0,savexx0=0,saveyy0=0,saveQ=0;
 int pos = ptNumber/3;
    int i = 0,off = 0,k = 0,iBaseFlag = 100,jj = 0;
 int tt = 0,m=0,n=0; 
int firstBase = 5;
 int secendBase = (2*firstBase+1);
 int aaBase = (R.right+R.left)/2 - firstBase,bbBase = (R.bottom+R.top)/2 -firstBase;
 LONG minrr = 0;
 minrr = (R.right - R.left)>(R.bottom - R.top)?(R.bottom - R.top):(R.right - R.left);
    int memsize = (int)(minrr+2*firstBase) * secendBase *secendBase;
 BYTE * lpabr = new BYTE[memsize];
 memset(lpabr,0,sizeof(BYTE)*memsize);
 int maxcount = -1;
/* 局部hough变换检测圆曲线段的一部分*/
 for(k=0;k<ptNumber;k+=pos)
 {
  for(aa=(int)(R.left+R.right)/2 - firstBase;aa<=(int)(R.left+R.right)/2 + firstBase;aa++)
   {
       if(aa<0)
     continue;
    if(aa>ImageWidth)
     break;
    for(bb=(int)(R.top+R.bottom)/2 -firstBase;bb<=(int)(R.top+R.bottom)/2 + firstBase;bb++)
    {
     if(bb<0)
      continue;
     if(bb>ImageHeight)
      break;
     temp1 = (pt[k].x-aa)*(pt[k].x-aa) + (pt[k].y-bb)*(pt[k].y-bb);
         rr = (int)sqrt(temp1);
     if(rr>=10&&rr<=(int)(minrr/2) + firstBase)
     lpabr[rr*secendBase*secendBase+(aa-aaBase)*secendBase+(bb-bbBase)]++; 
    }
    
   }
 
 } for(rr=10;rr<=(int)(minrr/2) + firstBase;rr++)
  for(aa=(int)(R.left+R.right)/2 - firstBase;aa<=(int)(R.left+R.right)/2 + firstBase;aa++)
  {
   if(aa<0)
    continue;
   if(aa>ImageWidth)
    break;
   for(bb=(int)(R.top+R.bottom)/2 - firstBase;bb<=(int)(R.top+R.bottom)/2 + firstBase;bb++)
   {
    if(bb<0)
     continue;
    if(bb>ImageHeight)
     break;
    if(maxcount<lpabr[rr*secendBase*secendBase+(aa-aaBase)*secendBase+(bb-bbBase)])
    {
     maxcount = lpabr[rr*secendBase*secendBase+(aa-aaBase)*secendBase+(bb-bbBase)];
     saverr = rr;
     saveaa = aa;
     savebb = bb;
    }
   }
  }
if(maxcount>=4)
{
//记录保存中心,半经
     saverr = rr;
     saveaa = aa;
     savebb = bb;
}

Answer 2

(1)对原始图像利用Sobel算子（或者其他边缘提取方法）提取边缘图像； (2)边缘连接得到较高质量的边缘图像； (3)中值滤波（或其他滤波方式）去除孤立噪声点； (4)利用方向匹配模板检测长度大于阀值的连续边缘曲线段，并统计曲线长度； (5)按照曲线段的长度从大到小选择曲线段，等间隔采样三点，计算圆心、半径，利用hough判断是否满足圆的标准，如是圆，存储圆的参数，并且去除对应的边缘图像中的点及其对应的曲线段； (6)如果不是圆，去掉此边缘曲线； (7)重复步骤(3)(4)(5)直到所有曲线段检测完毕。

Answer 3

需要跟踪么？
跟踪的目的其实和hough变换是一致的,都是为了获得圆上的点的
如果能用跟踪得到圆上的点的话，那么直接用这些点作一次拟和就得到你要的参数了

Answer 4

我需求的代码可以先不考虑性能，但是需要严密，最好能有圆检测的标准Hough变换 （Standard Hough Transform for Circle Detection，简称SHT）的算法，或者 1楼2楼说的那个基于梯度信息的霍夫变换算法（Gering Hough）(这种算法实际就是吧SHT的复杂度降低得到的)。

Answer 5

http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=4985&ref=rssfeed&id=mostDownloadedFilesmatlab程序，或许有用

Answer 6

需要C/C++的代码！！Matlab很多算法是看不到怎么算的，直接集成好的！