I = RGB 2 gray(RGB)；%的圖片是灰度圖像。
[x，y]=大小(I)；
BW = edge(I)；
圖；imshow(壹)；標題(“原件”)
圖；im show(BW)；標題(“邊緣檢測圖像”)
rho_max=floor(sqrt(x^2+y^2))+1；%從原圖像的數組坐標計算ρ的最大值，整數部分加1。
%這個值作為ρ，θ坐標系中ρ的最大值。
accarray=zeros(rho_max，180)；%定義ρ，θ坐標系的數組，初始值為0。
% θ的最大值，180度。
theta =[0:pi/180:pi]；%定義θ數組並確定θ範圍。
對於n=1:x，
對於m=1:y
如果BW(n，m)==1
對於k=1:180
%將θ值代入霍夫變換方程，求出ρ值。
ρ=(m * cos(Theta(k))+(n * sin(Theta(k)))；
%取ρ值和ρ最大值之和的壹半作為ρ坐標值(數組坐標)，這是為了防止ρ值為負。
rho _ int = round(rho/2+rho _ max/2)；
%識別ρ θ坐標(數組)中的點，即計數累加。
accarray(rho_int，k)=accarray(rho_int，k)+1；
結束
結束
結束
結束
%圖；色彩映射表灰色；
% imagesc(ACC array)；標題(“霍夫變換圖”)
%xlabel('theta ')，ylabel(' rho ')；
% = = = =下面的程序顯示效果不如上面的= = = =%
carray = uint 8(ACC array)；%轉換後數據將丟失
%圖；im show(ACC array)；標題(“霍夫變換圖”)
%xlabel('theta ')，ylabel(' rho ')；
%軸打開，軸正常，保持；
% = = = = = =變換提取直線= = = =%
%找到由超過100像素的線的霍夫變換形成的點。
k = 1；%存儲陣列計數器
對於rho_n=1:rho_max%在霍夫變換數組中搜索。
對於θ_ m = 1:180
if accarray(rho_n，theta_m)>=10%設定直線的最小值。
case _ ACC array _ n(K)= rho _ n；%存儲搜索到的數組下標。
case _ ACC array _ m(K)= theta _ m；
K = K+1；
結束
結束
結束
%提取這些點形成的直線，輸出圖像數組為I_out。
I_out=zeros(x，y)；
I_jiao_class=zeros(x，y)；
對於n=1:x，
對於m=1:y
如果BW(n，m)==1
對於k=1:180
ρ=(m * cos(Theta(k))+(n * sin(Theta(k)))；
rho _ int = round(rho/2+rho _ max/2)；
%如果正在計算的點屬於100以上的像素，則提取該點。
對於a=1:K-1
if rho _ int = = case _ ACC array _ n(a)& amp；k = = case _ accarray _ m(a)% % = = Gai = = % % % k = = case _ accarray _ m(a)& amp；rho_int==case_accarray_n(a)
I_out(n，m)=BW(n，m)；
I_jiao_class(n，m)= k；
結束
結束
結束
結束
結束
結束
圖；im show(I _ out)；標題(“經典霍夫變換提取的圖像”)；
% = = = = = =霍夫變換= = = = = = =%。
%=====matlab自帶函數= = = = = =%。
%入口圖像是BW，出口圖像是h。
% [H，T，R] = hough(BW，' RhoResolution '，0.5，' ThetaResolution '，0.5)；
%圖；imshow(H，' XData '，T，' YData '，R，' InitialMagnification '，' fit ')；標題(“霍夫變換矩陣”)
% xlabel('theta ')，ylabel(' rho ')；
%軸打開，軸正常，保持；