图像处理04-几何变换精要.ppt

* * Matlab demos -Toolboxes wavelet\image extension tool * Matlab demos -Toolboxes wavelet\image extension tool * Matlab demos -Toolboxes wavelet\image extension tool * Matlab demos -Toolboxes wavelet\image extension tool * Matlab demos -Toolboxes wavelet\image extension tool * * * * * * * * * * * 上述均为相对原点(图像中央)作比例、旋转等变换，如果要相对某一个参考点作变换，则要使用含有不同种基本变换的图像复合变换。不同的复合变换， 其变换过程不同，但是无论它的变换过程多么复杂，都可以分解成一系列基本变换。相应地， 使用齐次坐标后，图像复合变换的矩阵由一系列图像基本几何变换矩阵依次相乘而得到。下面通过一个例子讨论含有不同种基本变换的图像复合变换。 从讨论中可以看出，在进行图像的比例缩放、 图像的旋转变换时，整个变换过程由两部分组成，即需要两个独立的算法。首先，需要一个算法来完成几何变换本身，用它描述每个像素如何从其初始位置移动到终止位置； 同时，还需要一个用于灰度级插值的算法。这是因为，在一般情况下，原始（输入）图像的位置坐标(x, y)为整数， 而变换后（输出）图像的位置坐标为非整数， 即产生“空穴”， 反过来也是如此。因此，一般地，在进行图像的几何变换时， 除了要进行其本身的几何变换外，还要进行灰度级插值处理。 参数化(全局)变形（warping) 参数化变形实例 Translation 平移 Rotation 旋转 Aspect 缩放 Affine 仿射变换 Perspective 透视变换 Cylindrical 圆柱投影 仿射变换 仿射变换是下列变换的组合 线性变换 平移变换 仿射变换性质: 原点无需变换至原点 线变换为线 平行线保持平行 比例保持 投影变换 投影变换是下列变换的组合 仿射变换 投影变形 投影变换的性质: 原点无需变换至原点 线变换为线 比例不保持 平行线无需保持平行 举例:三角变形 假设有两个2D三角形: ABC 及 A’B’C’ 需要求得变换矩阵，所有像素能从源图像变换到目标图像. 怎样计算该矩阵？ ? T(x,y) A B C A’ C’ B’ 源图像 目标图像 三角变形 (0,1) A B C A’ C’ B’ (0,0) (1,0) 基本变换 逆变换 源图像 目标图像 三角变形实例 图像变形的几何校正 用控制点及插值过程定义，通常具有较为复杂的数学变换函数 一般情况下，由控制点将图像分成许多多变形区域，对每个变形区域使用双线性插值函数来填充非控制点。 图像变形（Image morphing） 目的：产生从一幅图像到另一幅图像的变换序列 交叉融合（Cross dissolving）是一种常见的方法 但是，会出现假象痕迹 image #1 image #2 dissolving 图像变形 为什么出现假象? Morphing = warping + cross-dissolving 形状 (几何) 颜色 (光度) morphing cross-dissolving 图像变形实例 image #1 image #2 warp warp 变形序列 图像变形 图像变形 图像的统计特性 1 图像的基本统计分析量 (1) 图像的信息量 一幅图像如果共有k种灰度值，并且各灰度值出现的概率分别为p1，p2，p3，……，pk，根据香农定理，图像的信息量可采用如下公式计算： 图像的统计特性 (2) 图像灰度平均值 灰度均值是指一幅图像中所有像元灰度值的算术平均值，根据算术平均的意义，计算公式如下： 图像的统计特性 (3) 图像灰度众数 顾名思义，图像灰度众数是指图像中出现次数最多的灰度值。其物理意义是指一幅图像中面积占优的物体的灰度值信息。 图像的统计特性 (4) 图像灰度中值 图像灰度中值是指数字图像全部灰度级中处于中间的值，当灰度级数为偶数时，则取中间的两个灰度值的平均值。例如，若某一图像全部灰度级如下： 188，176，171 ，166，160 则灰度中值为171。 图像的统计特性 (5) 图像灰度方差 灰度方差反映各像元灰度值与图像平均灰度值的离散程度，计算公式如下： 图像的统计特性 (6) 图像灰