霍夫變換源碼

① 請問下面的matlab代碼每一項具體代表什麼意思

首先講一下這個函數：
houghlines
這個函數在matlab中有兩種調用形式，如下：
lines = houghlines(BW, theta, rho,peaks)
lines = houghlines(..., param1, val1,param2, val2)

在這里主要講第二種(其實覆蓋了第一種)。
這個函數的主要功能是基於霍夫變換對圖像進行線段提取，有點類似於邊緣檢測之類的。
BW就是要進行線段提取的數字圖像，theta和rho是hough函數的返回值。peaks是houghpeaks函數的返回值。
而hough函數是用來將一個二值圖進行霍夫變換，在生成霍夫變換的圖同時還返回了變換角度
theta和rho的值。
houghpeaks函數是用來確定經過所霍夫變換過後的圖中峰值的位置。

至於param1 和param2是兩個參數選項：
有兩種：'FillGap'和'MinLength'
FillGap是一個正實數，用來表示同一圖像中兩條線段的距離。當兩條線的距離小於這個指定值時，houghlines函數就會將這兩條線合並成一條線。
MinLength是一個正實數，用來確定是否保存線條。如果線條的長度小於這個值，線條將會被擦除，否則就保存。

② （急！）幫忙檢查一下這個霍夫曼編碼的解碼程序

# include <stdio.h>
# include <string.h>
# include <conio.h>
main()
{
int i,k,j=0,w,r,m,n,x,v;
char bian[30]="110111100110111100";
char a[4]="110";/*a的霍夫曼編碼*/
char b[4]="111";/*b的霍夫曼編碼*/
char c[4]="10";/*c的霍夫曼編碼*/
char d[4]="0";/*d的霍夫曼編碼*/
m=strlen(a);
n=strlen(b);
x=strlen(c);
v=strlen(d);

char temp[4],shou[8];
r=strlen(bian);
for(i=0;i<r;)/*外層循環用於控制解碼進度*/
{
temp[0] = temp[1] = temp[2] = 0;
for(k=0;k<3;k++)/*里層用於具體解析每個字元編碼*/
{
w=i+k;
temp[k]=bian[w];
if(strncmp(temp,a,m)==0)/*判斷編碼是否為a*/
{
shou[j]='a';/*shou數組用於存儲解析出來的字元*/
j++;
i=i+k+1;
break;/*如果解析成功就跳出里層循環，繼續解析下一個編碼*/
}
else if(strncmp(temp,b,n)==0)/*判斷編碼是否為b*/
{
shou[j]='b';
j++;
i=i+k+1;
break;
}
else if(strncmp(temp,c,x)==0)/*判斷編碼是否為c*/
{
shou[j]='c';
j++;
i=i+k+1;
break;
}
else if(strncmp(temp,d,v)==0)/*判斷編碼是否為d*/
{
shou[j]='d';
j++;
i=i+k+1;
break;
}
else
continue;/*如果都不是就再取出一個編碼，再與abcd的字元編碼相比*/
}
}
for(i=0;i<8;i++)
printf("%c",shou[i]);
return 0;
}

③ C#實現霍夫曼編碼

我寫過C語言的編碼，你可以參考一下演算法
#include <stdio.h>
#include"stdlib.h"

struct NODE
{
float w;
int parent,lchild,rchild;
};

void Huffman(int *ID,struct NODE *HT,int m,int n)
{
HT[2*n-m].w=HT[ID[m-1]].w+HT[ID[m-2]].w;
HT[ID[m-1]].parent=2*n-m;
HT[ID[m-2]].parent=2*n-m;
HT[2*n-m].lchild=ID[m-1];
HT[2*n-m].rchild=ID[m-2];
HT[2*n-m].parent=-1;
ID[m-2]=2*n-m;
}

void Select(int *ID,struct NODE *HT,int m)
{
int k,t;
t=ID[m-1];
for(k=0;k<m-1;k++)
{
if(HT[ID[k]].w<=HT[ID[m-1]].w)
{
ID[m-1]=ID[k];
ID[k]=t;
t=ID[m-1];
}
}
}

void main()
{
struct NODE *HT;
int *ID,*CODE;
char *ch;
int n,i,j,t,m,b,f;
float sum;
printf("Please enter the number of the symbols:\n");
scanf("%d",&n);
ID=(int *)malloc(sizeof(int)*n);
ch=(char *)malloc(sizeof(char)*n);
CODE=(int *)malloc(sizeof(int)*n);
HT=(struct NODE*)malloc(sizeof(struct NODE)*(2*n-1));
printf("Please enter the symbols\n");
for(i=0;i<n;i++)
{
fflush(stdin);
scanf("%c",&ch[i]);
}
printf("Please enter the probability\n");
sum=0;
for(i=0;i<n;i++)
{
fflush(stdin);
scanf("%f",&HT[i].w);
HT[i].parent=-1;
HT[i].lchild=-1;
HT[i].rchild=-1;
sum+=HT[i].w;
}
if(sum!=1)
{
printf("ERROR\n");
exit(-1);
}
for(i=0;i<n;i++) //首次對碼元進行排序
{
t=0;
for(j=0;j<n;j++)
{
if(HT[i].w<HT[j].w) t++;
else if(HT[i].w==HT[j].w && i>j)
t++;
}
ID[t]=i;
}
for(i=n;i>1;i--)
{
Huffman(ID,HT,i,n);
Select(ID,HT,i-1);
}
printf("Huffman Code Is :\n");
for(i=0;i<n;i++)
{

m=0;
for(b=i;HT[b].parent!=-1;b=HT[b].parent)
{
f=HT[b].parent;
if(HT[f].lchild==b)
CODE[m]=1;
else
CODE[m]=0;
m++;
}
printf("%c---%f-----",ch[i],HT[i].w);
for(j=m-1;j>=0;j--)
{
printf("%d",CODE[j]);
}
printf("\n");
}
free(ID);
free(HT);
free(ch);
free(CODE);
}

④ 求MATLAB代碼

MATLAB實用源代碼
1圖像的讀取及旋轉
A=imread('');%讀取圖像
subplot(2,2,1),imshow(A),title('原始圖像');%輸出圖像
I=rgb2gray（A）;
subplot(2,2,2),imshow(A),title('灰度圖像');
subplot(2,2,3),imhist(I),title('灰度圖像直方圖');%輸出原圖直方圖
theta = 30;J = imrotate(I,theta);% Try varying the angle, theta.
subplot(2,2,4)， imshow(J),title(『旋轉圖像』)
2邊緣檢測
I=imread('C:\Users\HP\Desktop\平時總結\路飛.jpg');
subplot(2,2,1),imshow(I),title('原始圖像');
I1=edge(I,'sobel');
subplot(2,2,2),imshow(I1),title('sobel邊緣檢測');
I2=edge(I,'prewitt');
subplot(2,2,3),imshow(I2),title（'prewitt邊緣檢測'）;
I3=edge(I,'log');
subplot(2,2,4),imshow(I3),title（'log邊緣檢測'）;
3圖像反轉
MATLAB 程序實現如下：
I=imread('xian.bmp');
J=double(I);
J=-J+(256-1);%圖像反轉線性變換
H=uint8(J);
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(H);
4.灰度線性變換
MATLAB 程序實現如下：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
I1=rgb2gray(I);
subplot(2,2,2),imshow(I1);
title('灰度圖像');
axis([50,250,50,200]);
axis on; %顯示坐標系
J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]內的灰度拉伸為[0 1]
subplot(2,2,3),imshow(J);
title('線性變換圖像[0.1 0.5]');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]內的灰度拉伸為[0 1]
subplot(2,2,4),imshow(K);
title('線性變換圖像[0.3 0.7]');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
5.非線性變換
MATLAB 程序實現如下：
I=imread('xian.bmp');
I1=rgb2gray(I);
subplot(1,2,1),imshow(I1);
title(' 灰度圖像');
axis([50,250,50,200]);
grid on;%顯示網格線
axis on;%顯示坐標系
J=double(I1);
J=40*(log(J+1));
H=uint8(J);
subplot(1,2,2),imshow(H);
title(' 對數變換圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
4.直方圖均衡化
MATLAB 程序實現如下：
I=imread('xian.bmp');
I=rgb2gray(I);
figure;
subplot(2,2,1);
imshow(I);
subplot(2,2,2);
imhist(I);
I1=histeq(I);
figure;
subplot(2,2,1);
imshow(I1);
subplot(2,2,2);
imhist(I1);
5. 線性平滑濾波器
用MATLAB實現領域平均法抑制雜訊程序：
I=imread('xian.bmp');
subplot(231)
imshow(I)
title('原始圖像')
I=rgb2gray(I);
I1=imnoise(I,'salt & pepper',0.02);
subplot(232)
imshow(I1)
title(' 添加椒鹽雜訊的圖像')
k1=filter2(fspecial('average',3),I1)/255; %進行3*3模板平滑濾波
k2=filter2(fspecial('average',5),I1)/255; %進行5*5模板平滑濾波k3=filter2(fspecial('average',7),I1)/255; %進行7*7模板平滑濾波
k4=filter2(fspecial('average',9),I1)/255; %進行9*9模板平滑濾波
subplot(233),imshow(k1);title('3*3 模板平滑濾波');
subplot(234),imshow(k2);title('5*5 模板平滑濾波');
subplot(235),imshow(k3);title('7*7 模板平滑濾波');
subplot(236),imshow(k4);title('9*9 模板平滑濾波');
6.中值濾波器
用MATLAB實現中值濾波程序如下：
I=imread('xian.bmp');
I=rgb2gray(I);
J=imnoise(I,'salt&pepper',0.02);
subplot(231),imshow(I);title('原圖像');
subplot(232),imshow(J);title('添加椒鹽雜訊圖像');
k1=medfilt2(J); %進行3*3模板中值濾波
k2=medfilt2(J,[5,5]); %進行5*5模板中值濾波
k3=medfilt2(J,[7,7]); %進行7*7模板中值濾波
k4=medfilt2(J,[9,9]); %進行9*9模板中值濾波
subplot(233),imshow(k1);title('3*3模板中值濾波');
subplot(234),imshow(k2);title('5*5模板中值濾波 ');
subplot(235),imshow(k3);title('7*7模板中值濾波');
subplot(236),imshow(k4);title('9*9 模板中值濾波');
7.用Sobel運算元和拉普拉斯對圖像銳化：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on;%顯示坐標系
I1=im2bw(I);
subplot(2,2,2),imshow(I1);
title('二值圖像');
axis([50,250,50,200]);
grid on;%顯示網格線
axis on;%顯示坐標系
H=fspecial('sobel');%選擇sobel運算元
J=filter2(H,I1); %卷積運算
subplot(2,2,3),imshow(J);
title('sobel運算元銳化圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on;%顯示坐標系
h=[0 1 0,1 -4 1,0 1 0]; %拉普拉斯運算元
J1=conv2(I1,h,'same');%卷積運算
subplot(2,2,4),imshow(J1);
title('拉普拉斯運算元銳化圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
8.梯度運算元檢測邊緣
用 MATLAB實現如下：
I=imread('xian.bmp');
subplot(2,3,1);
imshow(I);
title('原始圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
I1=im2bw(I);
subplot(2,3,2);
imshow(I1);
title('二值圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
I2=edge(I1,'roberts');
figure;
subplot(2,3,3);
imshow(I2);
title('roberts運算元分割結果');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
I3=edge(I1,'sobel');
subplot(2,3,4);
imshow(I3);
title('sobel運算元分割結果');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
I4=edge(I1,'Prewitt');
subplot(2,3,5);
imshow(I4);
title('Prewitt運算元分割結果 ');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
9.LOG運算元檢測邊緣
用 MATLAB程序實現如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始圖像');
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度圖像');
I2=edge(I1,'log');
subplot(2,2,3);
imshow(I2);
title('log運算元分割結果');
10.Canny運算元檢測邊 緣
用MATLAB程序實現如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始圖像')
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度圖像');
I2=edge(I1,'canny');
subplot(2,2,3);
imshow(I2);
title('canny運算元分割結果');
11.邊界跟蹤 （bwtraceboundary函數）
clc
clear all
I=imread('xian.bmp');
figure
imshow(I);
title('原始圖像');
I1=rgb2gray(I); %將彩色圖像轉化灰度圖像
threshold=graythresh(I1); %計算將灰度圖像轉化為二值圖像所需的門限
BW=im2bw(I1, threshold); %將灰度圖像轉化為二值圖像
figure
imshow(BW);
title('二值圖像');
dim=size(BW);
col=round(dim(2)/2)-90; %計算起始點列坐標
row=find(BW(:,col),1); %計算起始點行坐標
connectivity=8;
num_points=180;
contour=bwtraceboundary(BW,[row,col],'N',connectivity,num_points);
%提取邊界
figure
imshow(I1);
hold on;
plot(contour(:,2),contour(:,1), 'g','LineWidth' ,2);
title('邊界跟蹤圖像');
12.Hough變換
I= imread('xian.bmp');
rotI=rgb2gray(I);
subplot(2,2,1);
imshow(rotI);
title('灰度圖像');
axis([50,250,50,200]);
grid on;
axis on;
BW=edge(rotI,'prewitt');
subplot(2,2,2);
imshow(BW);
title('prewitt運算元邊緣檢測 後圖像');
axis([50,250,50,200]);
grid on;
axis on;
[H,T,R]=hough(BW);
subplot(2,2,3);
imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
title('霍夫變換圖');
xlabel('\theta'),ylabel('\rho');
axis on , axis normal, hold on;
P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x=T(P(:,2));y=R(P(:,1));
plot(x,y,'s','color','white');
lines=houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
subplot(2,2,4);,imshow(rotI);
title('霍夫變換圖像檢測');
axis([50,250,50,200]);
grid on;
axis on;
hold on;
max_len=0;
for k=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
len=norm(lines(k).point1-lines(k).point2);
if(len>max_len)
max_len=len;
xy_long=xy;
end
end
plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','cyan');
13.直方圖閾值法
用 MATLAB實現直方圖閾值法：
I=imread('xian.bmp');
I1=rgb2gray(I);
figure;
subplot(2,2,1);
imshow(I1);
title(' 灰度圖像')
axis([50,250,50,200]);
grid on;%顯示網格線
axis on; %顯示坐標系
[m,n]=size(I1);%測量圖像尺寸參數
GP=zeros(1,256); %預創建存放灰度出現概率的向量
for k=0:255
GP(k+1)=length(find(I1==k))/(m*n);%計算每級灰度出現的概率，將其存入GP中相應位置
end
subplot(2,2,2),bar(0:255,GP,'g')%繪制直方圖
title('灰度直方圖')
xlabel('灰度值')
ylabel(' 出現概率')
I2=im2bw(I,150/255);
subplot(2,2,3),imshow(I2);
title('閾值150的分割圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
I3=im2bw(I,200/255); %
subplot(2,2,4),imshow(I3);
title('閾值200的分割圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
14. 自動閾值法：Otsu法
用MATLAB實現Otsu演算法：
clc
clear all
I=imread('xian.bmp');
subplot(1,2,1),imshow(I);
title('原始圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
level=graythresh(I); %確定灰度閾值
BW=im2bw(I,level);
subplot(1,2,2),imshow(BW);
title('Otsu 法閾值分割圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
15.膨脹操作
I=imread('xian.bmp'); %載入圖像
I1=rgb2gray(I);
subplot(1,2,1);
imshow(I1);
title('灰度圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
se=strel('disk',1); %生成圓形結構元素
I2=imdilate(I1,se); %用生成的結構元素對圖像進行膨脹
subplot(1,2,2);
imshow(I2);
title(' 膨脹後圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
16.腐蝕操作
MATLAB 實現腐蝕操作
I=imread('xian.bmp'); %載入圖像
I1=rgb2gray(I);
subplot(1,2,1);
imshow(I1);
title('灰度圖像')
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
se=strel('disk',1); %生成圓形結構元素
I2=imerode(I1,se); %用生成的結構元素對圖像進行腐蝕
subplot(1,2,2);
imshow(I2);
title('腐蝕後圖像');
axis([50,250,50,200]);
grid on; %顯示網格線
axis on; %顯示坐標系
17.開啟和閉合操作
用 MATLAB實現開啟和閉合操作
I=imread('xian.bmp'); %載入圖像
subplot(2,2,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
axis on; %顯示坐標系
I1=rgb2gray(I);
subplot(2,2,2),imshow(I1);
title('灰度圖像');
axis([50,250,50,200]);
axis on; %顯示坐標系
se=strel('disk',1); %採用半徑為1的圓作為結構元素
I2=imopen(I1,se); %開啟操作
I3=imclose(I1,se); %閉合操作
subplot(2,2,3),imshow(I2);
title('開啟運算後圖像');
axis([50,250,50,200]);
axis on; %顯示坐標系
subplot(2,2,4),imshow(I3);
title('閉合運算後圖像');
axis([50,250,50,200]);
axis on; %顯示坐標系
18.開啟和閉合組合操作
I=imread('xian.bmp');%載入圖像
subplot(3,2,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
I1=rgb2gray(I);
subplot(3,2,2),imshow(I1);
title('灰度圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
se=strel('disk',1);
I2=imopen(I1,se);%開啟操作
I3=imclose(I1,se);%閉合操作
subplot(3,2,3),imshow(I2);
title('開啟運算後圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
subplot(3,2,4),imshow(I3);
title('閉合運算後圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
se=strel('disk',1);
I4=imopen(I1,se);
I5=imclose(I4,se);
subplot(3,2,5),imshow(I5);%開—閉運算圖像
title('開—閉運算圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
I6=imclose(I1,se);
I7=imopen(I6,se);
subplot(3,2,6),imshow(I7);%閉—開運算圖像
title('閉—開運算圖像');
axis([50,250,50,200]);
axis on;%顯示坐標系
19.形態學邊界提取
利用 MATLAB實現如下：
I=imread('xian.bmp');%載入圖像
subplot(1,3,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
grid on;%顯示網格線
axis on;%顯示坐標系
I1=im2bw(I);
subplot(1,3,2),imshow(I1);
title('二值化圖像');
axis([50,250,50,200]);
grid on;%顯示網格線
axis on;%顯示坐標系
I2=bwperim(I1); %獲取區域的周長
subplot(1,3,3),imshow(I2);
title('邊界周長的二值圖像');
axis([50,250,50,200]);
grid on;
axis on;
20.形態學骨架提取
利用MATLAB實現如下：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始圖像');
axis([50,250,50,200]);
axis on;
I1=im2bw(I);
subplot(2,2,2),imshow(I1);
title('二值圖像');
axis([50,250,50,200]);
axis on;
I2=bwmorph(I1,'skel',1);
subplot(2,2,3),imshow(I2);
title('1次骨架提取');
axis([50,250,50,200]);
axis on;
I3=bwmorph(I1,'skel',2);
subplot(2,2,4),imshow(I3);
title('2次骨架提取');
axis([50,250,50,200]);
axis on;
21.直接提取四個頂點坐標
I = imread('xian.bmp');
I = I(:,:,1);
BW=im2bw(I);
figure
imshow(~BW)
[x,y]=getpts
平滑濾波
h=fspecial('average',9);
I_gray=imfilter(I_gray,h,'replicate');%平滑濾波

⑤ matlab實現霍夫變換檢測直線，代碼報錯，請大神幫忙看看

錯誤629」埠已由遠程計算機斷開連接，從字面上就能看出原因在哪裡了！
解決方法：1.查看賬號密碼是否輸入錯誤，注意小數點或者是空格。
2.查看網卡驅動是否正常。
3.查看網線是否連接成功。（查看「本地連接」）
4.查看寬頻是否欠費或者是到期。
5.前四項都試過如果還是不行的話，把電腦和光貓一起關掉

⑥ 求MATLAB GUI 環境下 圖像處理圖像的平移,任意角度的旋轉,縮放和翻轉,仿射變換等的源代碼

該gui函數基本上包括圖像處理裡面的最基本處理，相當於一個小型photoshop。

比如讀取文件，

幾何變換中的垂直鏡像，平移，旋轉，縮放；

正交變換的DFT，FFT，DCT，DST，DHT，DWashT；

灰度處理中的反色，直方圖均衡，全局線性變換，分段線性變換，指數非線性變換，對數非線性變換；

圖像增強裡面的加雜訊，平滑，銳化，偽彩色增強；

圖像分割裡面的灰度閾值法，Robert，Laplace，sobel，prewitt，canny運算元邊緣檢測法；

圖像恢復裡面的直接逆濾波，維納濾波；圖像編碼裡面的霍夫曼編碼，行程編碼-