霍夫变换（Hough transformation）圆检测中[a,b]空间无法正确计算求助

架构老林

2026-5-15

霍夫变换圆检测中[a,b]空间累加错误的排查与修复

我看你在实现霍夫变换圆检测时，[a,b]（也就是圆心坐标空间）的累加计算出了问题，结合你给出的代码和前置步骤，我梳理了几个关键问题和修复方案：

1. 梯度方向计算的核心错误

你用atan(Ix./Iy)计算梯度方向，这是个典型的问题：

atan(Ix/Iy)的角度范围仅为[-π/2, π/2]，无法区分四个象限的方向，当Ix和Iy符号不同时，会得到完全错误的角度值，直接导致圆心坐标计算偏离正确位置。
当Iy为0时，会触发除以0的错误，产生Inf或NaN，让后续的cos和sin计算直接失效。

修复方案：
改用atan2(Iy, Ix)计算梯度方向角。atan2(y, x)会返回从x轴正方向到向量(x,y)的角度，范围是[-π, π]，能正确处理所有象限的情况，还能避免除以0的问题。

Matlab的图像坐标是(row, col)对应(y, x)（row是垂直方向，col是水平方向），而梯度向量(Ix, Iy)中，Ix是水平（x/col）方向的导数，Iy是垂直（y/row）方向的导数。

你当前的代码：

a = row - r * cos(gradient(row, col));
b = col - r * sin(gradient(row, col));

这里的方向大概率搞反了。因为梯度方向是边缘的法线方向（圆心应该在边缘点的法线方向上），正确的圆心坐标应该是沿着梯度方向（或反方向）移动r的距离。结合atan2(Iy, Ix)的角度定义，调整为：

theta = gradient(row, col);
a = row + r * sin(theta);  % y方向（row）的分量对应sin(theta)
b = col + r * cos(theta);  % x方向（col）的分量对应cos(theta)

如果发现圆心方向完全相反，把+改成-即可——这取决于你Sobel算子的梯度方向定义（是指向边缘外侧还是内侧）。

你创建的累加数组A = zeros(rows, cols, maxr)，但实际只用到了r从minr到maxr的部分，前面1到minr-1的维度全是浪费的内存。可以改成：

r_range = minr:maxr;
A = zeros(rows, cols, length(r_range));

然后在循环中用索引对应r的位置：

for r_idx = 1:length(r_range)
    r = r_range(r_idx);
    % ...计算a,b...
    A(a, b, r_idx) = A(a, b, r_idx) + (magnitude(row, col)/r);
end

这样能节省不少内存，尤其是当maxr和minr差距很大时。

你用magnitude(row, col)/r作为累加权重，如果你的Magnitude是阈值化后的二值图像（只有0或1），那么大半径的累加值会被大幅缩小，可能导致大半径的圆难以被检测到。

参考Jaroslav Borovicka的文档，如果文档中是用边缘幅值的绝对值作为权重，那可以去掉除以r的操作，或者调整为更合理的加权方式，比如：

A(a, b, r_idx) = A(a, b, r_idx) + magnitude(row, col);

如果确实需要按r加权，也可以考虑保留magnitude(row, col) * (1/r)，但要确保幅值不是二值的——比如调整阈值，让Magnitude保留原始的梯度强度。

内容的提问来源于stack exchange，提问作者Faraz Mazhar