第4章图像几何变换课题.ppt

图像配准方法——控制点 使用输入图像和参考图像中其位置已知的相应点 选择控制点（约束点）方法： 交互式地选择 使用合适算法 * 图像配准方法——控制点 估计变换函数问题：假设现有4对控制点，基于双线性近似的简单模型由如下两式给出 其中，(u, v)和(x, y)分别是输入图像和参考图像中控制点的坐标 * 图像镜像变换 水平镜像 垂直镜像 对角镜像 * 水平镜像 将图像左半部分和右半部分以图像垂直中轴线为中心进行镜像对换。设图像大小为MxN。 x = N-u+1 y = v * 垂直镜像 将图像上半部分和下半部分以图像水平中轴线为中心进行镜像对换。设图像大小为MxN。 x = u y = M-v+1 * 对角镜像 以图像水平中轴线和垂直中轴线的交点为中心进行镜像对换。设图像大小为MxN。 x = N-u+1 y = M-v+1 * 图像剪切变换 当需要将图像中某一部分取出，就要对图像进行剪切 ROI：region of interest 问题： 对图像剪切出矩形，圆形，椭圆形，多边形，任意形状。 交互式地用鼠标对图像进行剪切。 * END 孙俊/李岳阳 Email: jsyueyangli@sina.cn 第4章 图像几何变换 内容 图像平移变换 图像比例变换 图像旋转变换 图像偏移变换 图像配准 图像镜像变换 图像剪切变换 * 几何变换例子 例：一幅大小为500×500像素的图像要放大1.5倍到750×750像素。如何变换？ 方法： 创建一个假想的750×750网格，它与原图像有相同的间隔 然后将其收缩，使它准确地与原图像匹配，收缩后的750×750网格的像素间隔要小于原图像的像素间隔 在原图像中按照某种方式寻找合适的像素，经过相应运算后得到750×750网格中所有的新像素灰度值 把新图像扩展到原来规定大小，得到放大后的图像 * 前向映射和反向映射 定义原图像为输入图像，变换后图像为输出图像 前向映射定义： 扫描输入图像的像素，并在每个位置(u, v)计算输出图像中相应像素的空间位置(x, y) 前向映射问题： 输入图像中的两个或更多个像素可被变换到输出图像中的同一位置，那么如何把多个输出值合并到一个输出像素问题？ 输出图像中某些像素可能没有相应的输入图像像素与它匹配 * 前向映射和反向映射 反向映射定义： 扫描输出图像的像素，并在每个位置(x, y)计算输入图像中的相应位置，然后使用内插方法决定输出像素的灰度值 * 几何变换 由两个基本操作组成 坐标的空间变换 灰度内插 * 坐标的空间变换 (u, v)是原图像中像素的坐标 (x, y)是变换后图像中像素的坐标 例如，变换(x, y) = T{(u, v)} = (u/2, v/2) * 坐标的空间变换 * 仿射变换 根据矩阵T中元素所选择的值，可对一组坐标点 (u, v)做平移、比例、旋转或偏移。 * 平移变换 x = u + δx y = v + δy * 比例变换 x = cxu y = cyv * 旋转变换 以原点为旋转中心 x = ucosθ － vsinθ y = usinθ + vcosθ 以图像中指定点为旋转中心？ * 偏移变换 水平偏移变换 x = u + shv y = v 垂直偏移变换 x = u y = svu + v * 灰度内插 重采样： 对输出图像中每个像素使用逆映射，将结果映射到输入图像 由此产生的结果为一重采样栅格，该栅格表明了对输入图像重采样的位置 对输入图像在这些点进行采样，并将采样值赋给相应的输出像素 * 重采样 问题： 对输出离散图像使用逆映射函数得到的采样位往往与输入离散图像坐标不相重合 解决方法： 将输入离散图像转换成一个连续的表面，即图像重建过程 重建后，便可以在任意位置对其进行采样 图像重采样的两个步骤： 图像重建 采样 * 灰度插值方法 最近邻法 双线性插值法 三次内插法 * 根据相邻整数坐标点上的灰度值来插值估算出点(u0, v0)的灰度值(a)最近邻法； (b)双线性插值法；(c)三次内插法 * 最近邻法 将与(u0, v0)点最近的整数坐标(u, v)点的灰度值取为(u0, v0)点的灰度值 * 双线性插值法 用线性内插方法，根据(u0, v0)点的四个相邻点的灰度值，插值计算出(u0, v0) 点的灰度值f(u0, v0) 步骤： 先根据f(u, v)及f(u+1, v)插值求f(u0, v) f(u0, v) = f(u, v) + α[f(u+1, v) － f(u, v)] 再根据f(u, v+1)及f(u+1, v+1)插值求f(u0, v+1) f(u0, v+1) = f(u, v+1) + α[f(u+1, v