基于matlab的霍夫变换的应用，传统的霍夫变换可以检测图像中的直线，但是生活中一般都会出现遮挡物，导致一条直线发生中断，于是在传统霍夫变换的基础上做了修改，进而保证了检测直线的整体性。
 
matlab 代码实现如下:
 
% 入口图像为 BW，出口图像为f
 
%optimize from main_optimize, merely select 2 lines, one has positive
 
%slope,the other has negative slope
 
clear all,close all
 
BW=imread('p.jpg');
 
figure,imshow(BW);
 
BW=rgb2gray(BW);
 
%thresh=[0.01,0.17];
 
thresh=[0.01,0.10];
 
sigma=2;%定义高斯参数
 
f = edge(double(BW),'canny',thresh,sigma);
 
figure,subplot(121);
 
imshow(f,[]);
 
title('canny Edge Detect Result');
 
[H, theta, rho]= hough(f);
 
peaks=houghpeaks(H,10);
 
hold on
 
lines=houghlines(f,theta,rho,peaks);
 
subplot(122);
 
imshow(f,[]),title('Hough Transform Detect Result'),hold on
 
nlind=0;%new line index
 
st=1;
 
%%%%%%%%%求斜率%%%%%%%%%%%%
 
for k=1:length(lines)
 
%xy=[lines(k).point1;lines(k).point2];
 
xielv(k)=(lines(k).point2(1)-lines(k).point1(1))/(lines(k).point2(2)-lines(k).point1(2)+0.0001)
 
end
 
%%%%%%%%%将相同斜率的直线连起来%%%%%%%%%%%%
 
k=1;
 
while(k<=length(lines))
 
if(k~=length(lines))
 
k=k+1;
 
end
 
while(abs(xielv(k)-xielv(k-1))<0.0001)
 
k=k+1;
 
if(k>length(lines))
 
break;
 
end
 
end
 
if(abs(xielv(k-1))<0.05||abs(xielv(k-1))>=10)%eliminate horizontal and vertical lines
 
st=k;
 
if(k~=length(lines))
 
continue;
 
end
 
end
 
if(st==length(lines)&&k==st)
 
if(abs(xielv(k))>0.05&&abs(xielv(k))<10)
 
nlind=nlind+1;
 
newlines(nlind)=lines(st);
 
newlines(nlind).point2=lines(k).point2;
 
newxy=[newlines(nlind).point1;newlines(nlind).point2];
 
plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);
 
end
 
break;
 
end
 
%end=k-1,start=st;
 
draw line
 
nlind=nlind+1;
 
newlines(nlind)=lines(st);
 
newlines(nlind).point2=lines(k-1).point2;
 
newxy=[newlines(nlind).point1;newlines(nlind).point2];
 
plot(newxy(:,2),newxy(:,1),'LineWidth',4,'Color',[.6 1.0 .8]);
 
st=k;
 
end
 
fprintf('%d lines are detected in sum.\n',nlind);

 
#[$index]劳尔:#[$index]拉啦啦:#[$index]劳尔:#[$index]拉啦啦:#[$index]劳尔:有一组实验数据，分布近似为一条直线，但不平滑。就是在局部也许会有一些点偏离整体的直线走向，但从宏观上看，这组数据近似呈一条直线。现在，我要求这组数据组成这条近似直线的斜率，请教高手我该怎么做？如果我仅取这组数据开头和末尾的两个点做的直线斜率...曲线拟合还是曲线是啥意思？ 你用最小二乘或者叫回归做条直线不就得了看你要最小化的目标函数是什么了LS可以拟合，也可以用TLS拟合我的意思是，假如这条线不是很直，而是有点弯，那用最小二乘拟合之后还能是直线吗？我的目标就是要拟合成一条相对最优的直线。你说的LS，和TLS是什么函数？多谢。 首先为啥这条直线会是弯的呢？分段函数？ 如果你确定你是要把这组数据拟合成直线，那它拟合结果必然是直线啊，为啥还是弯的呢？最小二乘是方法，你要用最小二乘来拟合这组数据称直线，那它就是直线你建模成二次函数，那么你用最小二乘...不好意思。我的概念不是很清楚。我再说的详细一点。我有一组数据。这组数据用plot画出来近似呈一条直线，放大看这条线是由一系列点组成的。之所以说近似，说在局部它也许并不直，也就是说在局部某些点并不在一条直线上。我现在想要做的是，从总体的角度出...
 
我明白你的意思了
 
混淆了点概念，拟合的意思不等于说你拟合出来非是直线不可，这和你假设的模型有关
 
我举个例子
 
比如说你有这么一组数据
 
x     y
 
1     2
 
3     6
 
5     10
 
7     13
 
对于这组数据，你猜测他是一个线性模型 Y = a*X +b. 然后你用最小二乘来拟合它
 
这里你也可以猜测他是个二次模型，然后你可以假设你的模型是 y = a*x^2 + b*x + c.
 
这儿你要拟合成直线的话，显然取线性模型 y = a*x + b
 
那么对于这样一组数据，你可以得到矩阵形式的模型
 
输出  Y = [2 6 10 13]^T
 
数据矩阵
 
A = [< p>
 
1    1<
 
3
 
5
 
7     1];
 
未知参数 向量  [a b]^T
 
运用最小二乘 (LS)的去拟合这个线性模型，可以得出估计参数是
 
[a b]^T = (A^TA)^{-1}AY   (^T 表示转置, ^{-1}表示求逆)
 
这样你就得到了这条直线的具体解析表达式 注意这儿A矩阵必须是列满秩
 
如果不是的话，那个矩阵不可逆，得用matlab里面的函数 pinv
 
这个函数解出来的结果是用奇异值展开做的, 也是可以用的
 
对于二次模型，相应的改变矩阵A就可以了
 
最小二乘最小化的是无约束的 (Y-AX)^T(Y-AX) 也就是最小化MSE ，假设高斯噪声
 
这种意义上是最优的，非Gaussian假设不是最优

 
degtorad
 
Convert angles from degrees to radians
 
将角度从度数转换为弧度
 
Syntax：angleInRadians = degtorad(angleInDegrees)语法：弧度 = degtorad(角度)
 
Description
 
angleInRadians = degtorad(angleInDegrees) converts angle units from degrees to radians. This is both an angle conversion function and a distance conversion function, since arc length can be a measure of distance in either radians or degrees, provided that the radius is known.
 
描述：angleInRadians = degtorad(angleInDegrees)将角度单位从度数转换为弧度。这是角度转换函数和距离转换函数，因为弧长可以是弧度或度数的距离的度量，只要半径是已知的。
 
Examples
 
Show that there are 2π radians in a full circle:
 
2*pi - degtorad(360)
 
ans =
 
0
 
例子
 
显示整个圆圈内有2π弧度：
 

 

自己学习的过程中，个人备份代码。
%第一步  生成斜率为k,截距为b的直线，并在直线上截取十个点的坐标
 k=rand(1,1);

%k=randi([-100,100],1,1);

b=randi([-10000,10000],1,1);

x1=randi([-300000,300000],1,1);

x=x1:100:x1+900;

 y=k*x+b;





%第二步%直角坐标转换成极坐标

[theta,rho]=cart2pol(x,y);

%第三步 弧度转换成角度

theta1=theta*57.29578;

theta2=[];

for i=1:10

    if(theta1(i)>=0&&theta1(i)<=360)

        theta2(i)=theta1(i);

    else

        theta2(i)=theta1(i)+360;

    end

end



%I/0操作，输出的数据为txt文件

x=theta2

y=rho

fp=fopen('L10.txt','a');

format long g

fprintf(fp,'%0.4f \r\n',x);%注意：\r\n为换行（在系统为windows的情况下）。

fclose(fp);

fp=fopen('L11.txt','a');

 format long g

 fprintf(fp,'%0.4f \r\n',y);%注意：\r\n为换行（在系统为windows的情况下）。

fclose(fp);