几何变换(数字图象处理汉化版)学习指导书.pptVIP

图像缩小实际上就是对原有的多个数据进行挑选或处理，获得期望缩小尺寸的数据，并且尽量保持原有的特征不丢失。 最简单的方法就是等间隔地选取数据。 设原图像大小为M*N，缩小为k1M*k2N， （k11，k21）。算法步骤如下： 1）设原图为F(i,j)， i=1,2,…,M, j=1,2,…,N. 压缩后图像是G(x,y), x=1,2,…,k1M, y=1,2,…,k2N. 2）G(x,y)=F(c1*x,c2*y) 其中，c1=1/k1 c2=1/k2 图像缩小 —— 例题 K1=0.6, k2=0.74 7 9 10 11 12 13 15 16 17 18 25 27 28 29 30 31 33 34 35 36 i=[1,6], j=[1,6]. x=[1,6*06]=[1,4], y=[1,6*0.75]=[1,5]. x=[1/0.6,2/0.6,3/0.6,4/0.6]=[1.67,3.33,5,6.67]=[i2,i3,i5,i6], y=[1/0.75,2/0.75,3/0.75,4/0.75,5/0.75]=[j1,j3,j4,j5,j6]. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 在实现方法上可以用imresize将其中的参数改成1就可以了。 例子 t=zeros(1024,1024); for i=1:1024; for j=1:1024; t(i,j)=((255.5)^2(i-512)^2+(j-512)^2)((i-512)^2+(j-512)^2(256.5)^2); end end t=~t; imshow(t) tr=imresize(t,0.25); figure,imshow(tr) 图像的旋转 图像的旋转计算公式如下： 这个计算公式计算出的值为小数，而坐标值为正整数。 这个计算公式计算的结果值所在范围与原来的值所在的范围不同。 因此需要前期处理：扩大画布，取整处理，平移处理 。 图像旋转之前，为了避免信息的丢失，画布的扩大是最重要的。 画布扩大的原则是：以最小的面积承载全部的画面信息。 画布扩大的简单方法是：根据公式 计算出x’和y’的最大、最小值，即x’min、x’max和y’min，y’max。 画布大小为： x’max – x’min、 y’max –y’min。 旋转后图像的画布大小为： 例 平移量为△x’=2; △y’=0。 图像旋转的效果示例 图像旋转 —— 按照确定画布时的平移量取整 结论：按照图像旋转计算公式获得的结果与想象中的差异很大。 对原图的(1,1)像素，x=1,y=1 取整后，该点在新图的(2,1)上。 对原图的(1,2)像素，x=1,y=2 取整后，该点在新图的(2,2)上。 必须进行后处理操作。 图像旋转后处理 ——旋转后的隐含问题分析 图像旋转之后，出现了两个问题： 1）像素的排列不是完全按照原有的相邻关系。这是因为相邻像素之间只能有8个方向（相邻为45度），如下图所示。 2）会出现许多的空洞点。 图像旋转后处理 ——解决问题的思路 出现问题的核心是像素之间的连接是不连续的。 相邻像素的角度是无法改变的，所以只能通过增加分辨率的方法来从整体上解决这个问题。 采用某种填补方法来填充空洞。 图像旋转的后处理 —— 插值 最简单的方法是行插值（列插值）方法。 1）找出当前行的最小和最大的非背景点的坐标，记作：(i,k1)、(i,k2)。 如右图有： (1,3)、(1,3); (2,1)、(2,4); (3,2)、(3,4)； (4,2)、(4,3)。 图像旋转的后处理 —— 插值 2）在(k1,k2)范围内进行插值，插值的方法是：空点的像素值等于前一点的像素值。 3）同样的操作重复到所有行。 图像旋转的后处理 —— 插值效果分析 经过插值处理之后，图像效果就变得自然 旋转在MATLAB中通过imrotate实现 结构imrotate（image，angle，‘method’） 此处的method与imresize中相同，缺省情况下是最近邻法。 c=imread(cameraman.tif); cr=imrotate(c,60); imshow(cr) crc=