当前位置：首页 > news >正文

基于Hough变换的道路提示牌检测标记系统【源码50期】

news 2026/7/23 20:08:11

一、项目简介

本系统基于MATLAB图像处理工具箱，设计并实现了一个基于霍夫变换的道路交通标志识别系统。系统包含三大核心模块：圆形检测模块（Hough_circle.m）将图像空间中的边缘点映射到参数空间（圆心横纵坐标及半径），通过累加器统计峰值实现圆检测；矩形检测模块（hough_rectangle.m）基于标准霍夫变换提取直线段，通过平行边差异度阈值筛选并组合形成矩形框；主控模块（main.m）完成图像预处理流程——将输入图像转为灰度图后进行Canny边缘检测，经形态学膨胀、填充空洞、腐蚀与二次边缘检测增强形状轮廓，随后分别调用圆检测与矩形检测函数识别交通标志中的圆形与矩形区域，并剔除矩形内部重复检测的圆形，最终在原图上以红色绘制检测到的矩形边框与圆形轮廓。

二、部分源码

warning off all;

close all;

clear ;

clc;

I=imread('t6.jpg');

figure;

imshow(I);

f=rgb2gray(I);

%edge

f2 = edge(f,'canny',0.2);%边缘检测，canny算子

figure;

imshow(f2);

SE = strel('square',1);%设置结构元素

f2 = imdilate(f2,SE);%膨胀

f2 = imfill(f2,'holes');%填补空洞

SE = strel('square',20);%设置结构元素

f2 = imdilate(f2,SE);%膨胀

f2 = edge(f2,'canny');%边缘检测，canny算子

figure;

imshow(f2);

%设置矩形检测参数

thresh_rec = 0.2;%矩形平行边差异值，取值0-1之间

thresh_MaxNum = 10;%平行边检测最大数量，至少为2，MaxNum越大能检测的矩形越多

distance_point = 30;%判断相近点距离阈值，顶点距离低于distance_point的两个矩形会被视为同一个矩形

%检测矩形

[point_rec,rectangleBoxs] = hough_rectangle(f2,MaxNum,distance_point);

%设置圆形检测参数

Step_r = 0.5;%检测圆半径步长

Step_angle = 0.1;%角度步长，单位为弧度

minr = 30;%最小圆半径

maxr =100;%最大圆半径

thresh_cir = 0.6;%以thresh*hough_space的最大值为阈值，取值0-1之间

[Hough_circle_result,Para] = Hough_circle(f2,Step_r,Step_angle,minr,maxr,thresh_cir);

circleParaXYR = Para;%y,x,r

%清除矩形内的圆

for i = size(circleParaXYR):-1:1

for k = 1:size(rectangleBoxs)

if (circleParaXYR(i,2) > rectangleBoxs(k,1)) && ((circleParaXYR(i,2)-rectangleBoxs(k,1)) < rectangleBoxs(k,3)) && (circleParaXYR(i,1) > rectangleBoxs(k,2)) && ((circleParaXYR(i,1)-rectangleBoxs(k,2)) < rectangleBoxs(k,4))

circleParaXYR(i,:) = [];

break;

end

figure;

imshow(f);

hold on

%绘制矩形，以下两种方法选一种

for i = 1:size(rectangleBoxs)

%绘制矩形,适用水平矩形，线段不贴合检测出的图形，线段为重绘的矩形框

rectangleBox = [rectangleBoxs(i,1)-3,rectangleBoxs(i,2)-3,rectangleBoxs(i,3)+6,rectangleBoxs(i,4)+6];

rectangle('Position',rectangleBox,'LineWidth',2,'EdgeColor','r') ;

%绘制四边形,适用于非水平矩形，线段贴合检测出的图形

% x = [point_rec(i,1),point_rec(i,2),point_rec(i,3),point_rec(i,4),point_rec(i,5)];

% y = [point_rec(i,6),point_rec(i,7),point_rec(i,8),point_rec(i,9),point_rec(i,10)];

% plot(x,y, 'LineWidth', 1, 'Color', 'r');

end

%绘制圆形

%plot(circleParaXYR(:,2), circleParaXYR(:,1), 'r+');%绘制圆心

for k = 1:size(circleParaXYR, 1)

t=0:0.01*pi:2*pi;

x=cos(t).*circleParaXYR(k,3)+circleParaXYR(k,2);

y=sin(t).*circleParaXYR(k,3)+circleParaXYR(k,1);

plot(x,y,'r-');

end

三、运行结果

四、总结

该系统能够有效从道路交通场景图像中提取出圆形和矩形的交通标志区域，形态学预处理操作增强了边缘连续性，提高了检测鲁棒性。参数化设计使得用户可根据图像特点灵活调整检测步长、阈值和距离容差，适应不同尺度和复杂度的标志识别需求。系统适用于交通标志检测的教学演示与算法验证场景，后续可引入颜色信息辅助分类以提高识别准确性，或结合深度学习方法实现端到端的标志分类识别，进一步提升系统的实用价值。