(朱志刚的教学讲义4.docVIP

5 几何运算 Geometry operations 5.0图象坐标的变换，改变空间位置（分布） 5.1二维几何变换：平移、旋转、比例p87 5.2 坐标映射和插值p84- p86, p151 5.3 快速算法p87-88 5.4三维几何变换和透视变换：平移、旋转、比例、透视p88-91 5.5图象剪贴操作p86 1．镜象（Mirror） 2.垂直镜象 3. 转置(Transpose) 4. 90?旋转（Rotation） 5. 180?旋转 2D Geometry Transformation 奇次坐标关系：（正变换，逆变换） Scaling(Zoom in/ out) 取值： 1）=1 放大（zoom in） 2) =s=1 缩小（zoom out） 3) 0, e.g. s=-1 镜像（mirror） Translation 图象平移，（坐标轴平移） Rotation 图象顺时针旋转?，（坐标轴逆时针?） 组合矩阵 ，刚体运动下g=h=0,k=1 一般情况下不同变换不可交换： 平移+平移可交换，旋转+旋转可交换 平移+平移不可交换，平移+比例不可交换 特例： 镜象（mirror）变换 转置（transpose） 问题：能否用一般平移、旋转、比例表示？ 5.2 坐标映射和插值、 特点：生成一张逐点的2D图象 已知： I(x,y),在整数坐标上的灰度值 生成新图象：将(x,y) 处的灰度值移到新的坐标处(x, y), 但(x, y)不一定是整数值 如： x=1.2x, y=1.2y 问题：将(x,y)处的灰度值放在何处？ 法1 重采样(Re-sampling)需生成区域，将非整数坐标(x, y)生成的2D网络重新按整数坐标采样。通过插值方法生成新的坐标点（整数坐标）（复杂） 法2 逆变换（Inverse Transformation） 已知：原图象：整数坐标下灰度值 过程：新图象：给定一整数值坐标(x, y)?原图象坐标(x,y) (x,y)不一定是整数，但必落在一整数网格中，插值求出其上灰度。 原图象网格 插值方法(interpolation) 最近邻插值（Nearest Neighborhood Interpolation. NNI） 问题：有失真（放大时只重复复制，缩小时只是扔掉一些象素） 线性插值（Linear Interpolation） ? 一维情况下： 已知 处灰度，求处灰度 2D情况下 双线性插值：已知正方形网格上四点灰度，求P点灰度。 法1 在Y方向线性插值。 同理求出 在X方向插值 法2 双线性插值方程：g(x,y)=ax=by+c*y+d step1. 由A，B，C，D四点g(x,y)求出a , b, c, d step2. 由上式求出 曲线插值（curvilinear Interpolation） 二次插值：已知(x,y) 一维情况下 求三点坐标 计算 求 5．3快速算法（2D geometric transformation） 特点：逐点计算、逐行扫描 决定新象素到旧象素的变换矩阵 由逆变换下的平移、旋转、比例组合而成： 选择一合适的插值算法 逐行扫描生成新图象 step1. 对第i行，求第j列的旧坐标 每点只需2个加法 where 每行起点： 也只有两个加法。 Step2. 插值： 5．4 三维几何变换和透视变换；图象变形 ,, 透视变换： , T=0时，纯旋转： 同理 化简得： （1） 不妨设则一对点可提供2个方程，8个未知数四个点可解之。 T?0，拍摄对象为平面， 同样有（1）式的关系，4对点可完全决定一摄影变换。 围绕坐标轴旋转的情况 当沿命名轴向原点看去时，旋转以绕这轴的顺时针方向测定（坐标沿逆时针） 沿X轴以?角旋转 绕Y轴以?角旋转 绕Z轴以?角旋转 问题： 顺序能否交换？（绕同一轴?；绕不同轴X） 如何求逆交换（变换矩阵转置即可） 平移：比例 透视： 齐次表示： 从不同角度观看一平面的算法 已知： 从一个视角和焦距下平面物体的图象 求：从另一个视角和焦距下平面物体的图象 设： 物体为平面并使参考坐标系的Z平面与此平面重合，即平面的Z坐标为0。 视点，视角 摄像机坐标与参考坐标的转换关系 各摄像机的成象关系 已知，求 设则 解上面方程组即可求得与相应的空间点在参考坐标系中的坐标， 由可求它