霍夫（Hough）变换是利用图像的全局特性直接检测目标的轮廓，将图像边缘像素连接起来的常用方法。在预先知道区域形状的条件下，利用Hough变换可以方便地将不连续的边缘像素点连接起来，从而得到边界曲线。
Hough变换的基本思想是利用点、线的对偶进行操作。图像变换前在图像空间，变换后再参数空间。图像空间中共线的所有点对应于参数空间中交于同一点的所有直线；反之，也成立。这样，就可以把图像空间中求直线长度（即共线点的个数）转化为求参数空间中过一点直线的个数；反之，也成立。
（1）在MATLAB图像处理工具箱中提供了hough()函数用于实现Hough变换，该函数的调用格式如下：
[H, theta, rho]=hough(BW)：
[H, theta, rho]=hough(BW, ParameterName, ParameterValue)：
其中，H是Hough变换矩阵；theta(以度计)为变换角度θ，rho为变换半径ρ，都是一维向量；BW时输入图像；
当参数ParameterName=‘RhoResolution’时，实值标量ParameterValue介于0~norm(size(BW))之间，默认值为1，间隔为rho；
当参数ParameterName='Theta'时，实值向量ParameterValue（θ）介于[-90:90)之间，默认值-90:89，间隔为theta；
（2）在MATLAB图像处理工具箱中提供了houghpeaks()函数用于Hough变换中的峰值识别，该函数的调用格式如下：
peaks = houghpeaks(H, numpeaks)：H是Hough变换矩阵；numpeaks是峰值的数量；
peaks = houghpeaks(..., param1, val1, param2, val2)：
可选参数'Threshold'，非负标量值，表示H值被认为是峰值的阈值。阈值可以从0变化到Inf。默认值为0.5*max(H(:)) ；
可选参数'NHoodSize'，正奇数整数的两元素向量：[M N]，表示抑制邻域的大小。这是在峰值被识别之后，每个峰值周围的邻域设置为零，默认值为大于或等于size(H)/ 50的最小奇数值。简单来说，就是通过把所发现峰值的直接邻域中的霍夫变换单元置0来清理峰值。
（3）在MATLAB图像处理工具箱中提供了houghlines()函数用于实现基于Hough变换提取直线段，这些直线段是与被识别峰值相关的有意义的线段，该函数的调用格式如下：
lines = houghlines(BW, theta, rho, peaks)
lines = houghlines(..., param1, val1, param2, val2)
其中，theta和rho是来自函数hough()的输出，peaks是函数houghpeaks()的输出。输出lines是结构数组（可能检测到多条直线），长度等于找到的线段数。结构中的每个元素可以看成一条线，并含有下列字段：
point1：两元素向量[r1, c1]，指定了线段起点的行列坐标；
point2：两元素向量[r2, c2]，指定了线段终点的行列坐标；
theta：与线相关的Hough变换的以度计量的角度；
rho：与线相关的Hough变换的ρ轴位置。
其他参数如下：
参数val1是正的标量，指定了与相同的霍夫变换相关的两条线段的距离。当两条线段之间的距离小于指定的值时，函数houghlines()把线段合并为一条线段(默认的距离是20)；
参数val2是正的标量，指定合并的线段是保留还是丢弃。如果合并的线段比val2指定的值小，就丢弃(默认值是40)。
下面通过具体实例来说明利用Hough变换的方法来寻找图像中线段的方法：
代码：
显示效果：
从上面结果中可以看出，在一定的约束条件下，找到的最长线段为265，最短线段为19。上述结果可能还不是最好的，所以需要多次实验来调整检测阈值，即houghpeaks()函数中‘Threshold’参数的值。
最后，感谢您的耐心阅读！
