09 第十章 图象几何变换.ppt

10.1 引言 几何运算可改变图象中各物体之间的空间关系。 这种运算可以被看成是将（各）物体在图象内移动。 其效果正如在一块橡皮板上画图，拉伸该橡皮板，并在不同的点固定该橡皮板。 几何运算住往需作一些限制以保持图象的外观顺序。 一个几何运算需要两个独立的算法。 一个算法来定义空间变换本身，用它描述每个象素如何从其初始位置“移动”到终止位置，即每个象素的“运动”。 一个用于灰度插值的算法，这是因为，在一般情况下，输入图象的位置坐标(x,y)为整数，而输出图象的位置坐标为非整数，反过来也是如此。 几何运算多用于摄像机的几何校正，利用图象进行几何测量，影视特技及广告的制作中图象的变形。 在图象的获取或显示过程中往往会产生几何失真。对于这些图象必须加以校正，以免影响分析精度。 例如，成象系统有一定的几何非线性，因此会造成如图10.1所示的枕形失真或桶形失真。图(a)为原始图象，图(b)和图(c)为失真的图象。 由于斜视角度获得的图象的透视失真。 由卫星摄取的地球表面的图象往往覆盖较大的面积，由于地球表面呈球形，这样摄取的平面图象也将会有较大的几何失真。 10.1.1 空间变换 在大多数应用中，要求保持图象中曲线型特征的连续性和各物体的连通性。 一个约束较少的空间变换算法很可能会弄断直线和打碎图象，从而使图象内容“支离破碎”。 人们可以逐点指定图象中每个象素的运动，但即使对于尺寸较小的图象，这种方法也会很快让人厌烦。 更方便的是用数学方法来描述输入、输出图象点之间的空间关系。 10.1.1 空间变换 几何运算一般定义为： 有了空间变换和灰度级插值算法，我们就可以开始执行一个几何运算。 通常，计算机程序中总有几种固定的灰度级插值算法，而用来定义空间变换的算法将随任务不同而不同。 因为灰度级插值算法总是相同的，或可从几种算法中选一个，因此，每个特定的几何运算基本是由空间变换算法定义的。 10.1.3 实现 当实现一个几何运算时，可采用如下两种方法。 你可以把几何运算想象成将输入图象的灰度一个一个象素地转移到输出图象中。 如果一个输入象素被映射到四个输出象素之间的位置，则其灰度值就按插值算法在四个输出象素之间进行分配。 我们称之为象素移交（pixel carry-over）或称为向前映射法，见图10.2(a)。 10.1.3 实现 另一种更有效地达到目的的方法是象素填充（pixel filling）或称为向后映射算法。 在这里输出象素一次一个地映射回到输入图象中，以便确定其灰度级。 如果一个输出象素被映射到四个输出象素之间，则其灰度值由灰度级插值决定，见图10.2(b) 向后空间变换是向前变换的逆。 由于许多输入象素可能映射到输出图象的边界之外，故向前映射算法有些浪费。 而且，每个输出象素的灰度值可能要由许多输入象素的灰度值来决定，因而要涉及多次计算。 如果空间变换中包括缩小处理，则会有四个以上的输入象素来决定一输出象素的灰度值。 如果含有放大处理，则一些输出象素可能被漏掉（如果没有输入象素被映射到它们附近位置的话）。 向后映射算法是逐象素、逐行地产出输出图象。 每个象素的灰度级由最多四个象素参与的插值所唯一确定。 当然，输入图象必须允许按空间变换所定义的方式随机访问，因而可能有些复杂。 虽然如此，象素填充法对一般的应用更为切实可行。 10.2 灰度级插值 输出象素通常被映射到输入图象中的非整数位置，即位于四个输入象素之间。 因此，为了决定与该位置相对应的灰度值，必须进行插值运算。 可采用的插值方法有多种：最近邻插值、双线性插值、Sink插值、多项式插值、B样条函数近似插值等。 最常用的是最近邻插值和双线性插值。 10.2.1 最近邻插值 最简单的插值方法是所谓的零阶插值或称为最近邻插值，即令输出象素的灰度值等于离它所映射到的位置最近的输入象素的灰度值。 最近邻插值计算十分简单，在许多情况下，其结果也可令人接受。 然而，当图象中包含象素之间灰度级有较大变化的细微结构时，最近邻插值法会在图象中产生人工的痕迹。 10.2.2 双线性插值 一阶插值（或称双线性插值法）和零阶插值法相比可产生更令人满意的效果。只是程序稍微复杂一些，运行时间稍长一些。 由于通过四点确定一个平面是一个过约束问题，所以在一个矩形栅格上进行的一阶插值就需要用到双线性函数。 令f(x,y)为两个变量的函数，其在单位正方形顶点的值已知。假设希望通过插值得到正方形内任意点的f(x,y)值。 可令由双线性方程： f(x,y)=ax+by+cxy+d （10.2） 来定义的一个双曲抛物面与四个已知点拟合。从a到d这四个系数须由已知的四个顶点的f(x,y)值来确定