【Hough变换检测圆function[hough_space,hough_circle,para]=hough_circle(BW,step_r,step_angle,r_min,r_max,p)%%input%BW:二值图像；%step_r:检测的圆半径步长%step_angle:角度步长,单位为弧度%r_min:最小圆半径%r_max:最】

Hough变换检测圆

function[hough_space,hough_circle,para]=hough_circle(BW,step_r,step_angle,r_min,r_max,p)

%

%input

%BW:二值图像；

%step_r:检测的圆半径步长

%step_angle:角度步长,单位为弧度

%r_min:最小圆半径

%r_max:最大圆半径

%p:以p*hough_space的最大值为阈值,p取0,1之间的数

%

%output

%hough_space:参数空间,h(a,b,r)表示圆心在(a,b)半径为r的圆上的点数

%hough_circl:二值图像,检测到的圆

%para:检测到的圆的圆心、半径

[m,n]=size(BW);

size_r=round((r_max-r_min)/step_r)+1;

size_angle=round(2*pi/step_angle);

hough_space=zeros(m,n,size_r);

[rows,cols]=find(BW)

ecount=size(rows);

%Hough变换

%将图像空间(x,y)对应到参数空间(a,b,r)

%a=x-r*cos(angle)

%b=y-r*sin(angle)

fori=1:ecount

forr=1:size_r

fork=1:size_angle

a=round(rows(i)-(r_min+(r-1)*step_r)*cos(k*step_angle));

b=round(cols(i)-(r_min+(r-1)*step_r)*sin(k*step_angle));

if(a>0&a0&b=max_para*p);

length=size(index);

hough_circle=false(m,n);

fori=1:ecount

fork=1:length

par3=floor(index(k)/(m*n))+1;

par2=floor((index(k)-(par3-1)*(m*n))/m)+1;

par1=index(k)-(par3-1)*(m*n)-(par2-1)*m;

if((rows(i)-par1)^2+(cols(i)-par2)^2(r_min+(par3-1)*step_r)^2-5)

hough_circle(rows(i),cols(i))=true;

end

end

end

%打印检测结果

fork=1:length

par3=floor(index(k)/(m*n))+1;%向负方向舍入取整

par2=floor((index(k)-(par3-1)*(m*n))/m)+1;

par1=index(k)-(par3-1)*(m*n)-(par2-1)*m;

par3=r_min+(par3-1)*step_r;

fprintf(1,'Center%d%dradius%dn',par1,par2,par3);

para(:,k)=[par1,par2,par3];

end

这段程序中

%搜索超过阈值的聚集点

max_para=max(max(max(hough_space)));

index=find(hough_space>=max_para*p);

length=size(index);

hough_circle=false(m,n);

fori=1:ecount

fork=1:length

p