如何在MATLAB中选择Hough变换的最大强度？

在执行“输入”后，如何拾取线条以便在两个或多个图像之间进行比较

我遵循Amro给出的示例，实际上我想要检测的是第一张图片中的两行。然而，我得到的是第二张照片中的那张。我该怎么做

---

我想你的目标是检测图像中的线条，而不是比较两幅图像（？）

无论如何，为了找到由函数生成的矩阵中的最大强度，我们使用函数，并将所需数量的峰值传递给它进行检测

---

编辑1： 我想我应该添加一个示例来说明该过程：

%# Load image, process it, find edges
I  = rgb2gray( imread('pillsetc.png') );
I = imcrop(I, [30 30 450 350]);
J = imfilter(I, fspecial('gaussian', [17 17], 5), 'symmetric');
BW = edge(J, 'canny');

%# Perform Hough transform and show matrix
[H,T,R] = hough(BW);
imshow(imadjust(mat2gray(H)), [], 'XData',T, 'YData',R, ...
       'InitialMagnification','fit')
xlabel('\theta (degrees)'), ylabel('\rho')
axis on, axis normal, hold on
colormap(hot), colorbar

%# Detect peaks
P  = houghpeaks(H, 4);
plot(T(P(:,2)), R(P(:,1)), 'gs', 'LineWidth',2);

%# Detect lines and overlay on top of image
lines = houghlines(BW, T, R, P);
figure, imshow(I), hold on
for k = 1:length(lines)
    xy = [lines(k).point1; lines(k).point2];
    plot(xy(:,1), xy(:,2), 'g.-', 'LineWidth',2);
end
hold off

---

编辑2： 在您最近的更新之后，我只对上述代码进行了一些更改，就成功地检测到了这些行：

• 我将区域裁剪为：

  [200 70 160 140]

• 我使用了一个11x11高斯滤波器，sigma=3

注意：您必须添加偏移以获得原始图像中未剪切的线条位置。此外，如果您想要更精确的结果，您可能需要检测四行，并在中间得到行，如下所示：

---

非常感谢！这个例子真的帮了我很大的忙。@Veronica:这看起来是个很好的答案-你为什么不接受它？有没有一种方法可以让我在检测到线条后比较其中的两幅图像，以便计算位移和方向的变化？@Veronica:对于这个问题，我相信我给出的答案是合适的。请考虑接受。关于图像注册，由于您发布了另一个问题，我在这里提供了一个答案：