- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2012年数字图像处理课程设计论文.doc
课程设计(论文)
题目 电子时钟的设计 姓名 王俊芬 学号 0909030218 指导老师 娄联堂 指导教师职称 教授 年级专业班级 09信息与计算科学02班 所在学院 理学院
2012年06月20日
目录
摘 要 VII
前 言 VIII
第一章 最邻近插值法 1
1.1 最邻近概念 1
1.2 最邻近算法描述 1
1.3 最邻近相关代码 3
1.4 最邻近法插值效果 5
第二章 双线性插值法 7
2.1 双线性插值法的概念 7
2.2 双线插值算法描述 7
2.3 双线性插值法相关代码 10
2.4 双线性插值法测试效果 12
第三章 双线性插值法 14
3.1 三次内插法的概念 14
3.2 三次内插算法描述 14
3.3 双线性插值法相关代码 14
3.4 双线性插值法测试效果 17
总 结 18
致 谢 20
参考文献 21
摘 要
本课题主要是运用Microsoft Visual C++6.0作为前台开发工具,开发基于控制台下的图像插值问题。本文较详细地介绍了关于这一思想的主要内容,以及相关操作和代码。本文还给出了对这一程序的测试情况以及对测试结果的分析。
插值(Interpolation/resampling)是一种图像处理方法,它可以为数码图像增加或减少象素的数目。某些数码运用插值的方法创造出象素比传感器实际能产生象素多的图像,或创造数码变焦产生的图像。实际上,几乎所有的图像处理软件支持一种或以上插值方法。图像放大后锯齿现象的强弱直接反映了图像处理器插值运算的成熟程度图像放大时,像素也相应地增加,增加的过程就是“插值”程序自动选择信息较好的像素作为增加的像素,而并非只使用临近的像素,所以在放大图像时,图像看上去会比较平滑、干净。不过需要说明的是插值并不能增加图像信息。通俗地讲插值的效果实际就是给一杯香浓的咖啡兑了一些白开水。
关键词:
前 言
本文
介绍了第章介绍了第章介绍了总结了本次设计的意义,以及重点在本次设计中的收获感想。
2012-06-20于武汉工程大学理学院 最邻近插值法
1.1 最最原则插值是最简单的插值方法,它的本质就是放大象素。新图像的象素颜色是原图像中与创造的象素位置最接近象素的颜色。如果把原图像放大200%,1个象素就会被放大成(2*2)4个与原象素颜色相同的象素。多数的图像浏览和编辑软件都会使用这种插值方法放大数码图像,因为这不会改变原图像的颜色信息,并且不会产生防锯齿效果。同理,在实际放大照片中这种方法并不合适,因为这种插值会增加图像的可见锯齿。
最图片的缩放问题,如在建立高斯金字塔之前将原图像放大一倍(立方插值),在建立高斯金字塔过程中,每层的最底层Base图片是将上一层第[3]阶图像进行降采样(最近邻插值)获得。
传统的绘画工具中,有一种叫做“放大尺”的绘画工具,画家常用它来放大图画。当然,在计算机上,我们不再需要用放大尺去放大或缩小图像了,把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象;在本文中,我们所说的图像都是指点阵图,也就是用一个像素矩阵来描述图像的方法,对于另一种图像:用函数来描述图像的矢量图,不在本文讨论之列。
越是简单的模型越适合用来举例子,我们就举个简单的图像:33的256级灰度图,也就是高为3个象素,宽也是3个象素的图像,每个象素的取值可以是0-255,代表该像素的亮度,255代表最亮,也就是白色,0代表最暗,即黑色。假如图像的象素矩阵如下图所示(这个原始图把它叫做源图,Source):
234 38 22
67 44 12
89 65 63
这个矩阵中,元素坐标(x,y)是这样确定的,x从左到右,从0开始,y从上到下,也是从零开始,这是图象处理中最常用的坐标系,就是这样一个坐标:
---------------------->X
|
|
|
|
|
∨Y
如果想把这副图放大为4X4大小的图像,那么该怎么做呢?那么第一步肯定想到的是先把4X4的矩阵先画出来再说,好了矩阵画出来了,如下所示,当然,矩阵的每个像素都是未知数,等待着我们去填充(这个将要被填充的图的叫做目标图,Destination):
?? ? ?
? ? ? ?
? ? ? ?
? ? ? ?
然后要往这个空的矩阵里面填值了,要填的值从哪里来来呢?是从源图中来,好,先填写目标图最左上角的象素,坐标为(0,0),那么该坐标对应源图中的坐标可以由如下公式得出:
srcX=dstX*(srcWidth/dstWidth),srcY=dstY*(srcHeight/dstHeight)
好了,套用公式,就可以找到对应的原图的坐标了
(0*(3/4),0*(3/4))=(0*0.75,0*0
文档评论(0)