霍夫變換(Hough Transform)是圖像處理中的一種特征提取技術，它通過一種投票算法檢測具有特定形狀的物體。該過程在一個參數空間中通過計算累計結果的局部最大值得到一個符合該特定形狀的集合作為霍夫變換結果。霍夫變換於1962年由Paul Hough 首次提出[53]，后於1972年由Richard Duda和Peter Hart推廣使用[54]，經典霍夫變換用來檢測圖像中的直線，后來霍夫變換擴展到任意形狀物體的識別，多為圓和橢圓。
霍夫變換運用兩個坐標空間之間的變換將在一個空間中具有相同形狀的曲線或直線映射到另一個坐標空間的一個點上形成峰值，從而把檢測任意形狀的問題轉化為統計峰值問題，上一節中已經介紹了車道的直線特征，本節中介紹hough變換檢測直線的原理和檢測結果。
我們知道，一條直線在直角坐標系下可以用y=kx+b表示, 霍夫變換的主要思想是將該方程的參數和變量交換，即用x,y作為已知量k,b作為變量坐標，所以直角坐標系下的直線y=kx+b在參數空間表示為點(k,b)，而一個點(x1,y1)在直角坐標系下表示為一條直線y1=x1·k+b，其中(k,b)是該直線上的任意點。為了計算方便，我們將參數空間的坐標表示為極坐標下的γ和θ。因為同一條直線上的點對應的(γ,θ)是相同的，因此可以先將圖片進行邊緣檢測，然后對圖像上每一個非零像素點，在參數坐標下變換為一條直線，那么在直角坐標下屬於同一條直線的點便在參數空間形成多條直線並內交於一點。因此可用該原理進行直線檢測。
4-13 參數空間變換結果
如圖 4‑13. 所示，對於原圖內任一點(x,y)都可以在參數空間形成一條直線，以圖中一條直線為例有參數(γ,θ)=(69.641,30°)，所有屬於同一條直線上的點會在參數空間交於一點，該點即為對應直線的參數。由該圖中所有直線所得到的(γ,θ)在參數空間中得到一系列對應曲線見圖 4‑14 霍夫統計變換結果。由霍夫變換檢測結果見圖 4‑15(c)所示。
