txcl4-像素空间关系几何变换-2016介绍.ppt

像素的空间关系;像素的空间关系-像素的邻域;像素的空间关系-像素的邻域;像素的空间关系-像素的邻域;像素的空间关系-像素的邻域;像素的空间关系-连接和连通;像素的空间关系-连接和连通;像素的空间关系-连接和连通;二值图像处理与形状描述－概念;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;二值图像的连接性和距离;像素的空间关系-几何变换基础 ;像素的空间关系-几何变换基础 ;像素的空间关系-几何变换基础 ;齐次坐标 现设点P0(x0, y0)进行平移后，移到P(x, y)，其中x方向的平移量为Δx，y方向的平移量为Δy。那么，点P(x, y)的坐标为 ;点的平移;而平面上点的变换矩阵 中没有引入平移常量，无论a、b、c、d取什么值，都不能实现上述的平移变换。因此，需要使用2×3阶变换矩阵，取其形式为 ; 所以需要在点的坐标列矩阵［x y］T中引入第三个元素，增加一个附加坐标，扩展为3×1的列矩阵［x y 1］T，这样用三维空间点（x, y, 1）表示二维空间点（x, y），即采用一种特殊的坐标，可以实现平移变换，变换结果为 ; 下面再验证一下点P (x, y)按照3×3的变换矩阵T平移变换的结果 ; 因此，2D图像中的点坐标(x, y)通常表示成齐次坐标（Hx, Hy, H），其中H表示非零的任意实数，当H＝1时，则(x, y, 1)就称为点(x, y)的规范化齐次坐标。显然规范化齐次坐标的前两个数是相应二维点的坐标， 没有变化，仅在原坐标中增加了H＝1的附加坐标。 由点的齐次坐标（Hx, Hy, H）求点的规范化齐次坐标(x, y, 1)，可按如下公式进行： ;齐次坐标： 所谓齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。 显然一个向量的齐次表示是不唯一的，齐次坐标的h取不同的值都表示的是同一个点，比如齐次坐标[8,4,2]、[4,2,1]表示的都是二维点[4,2]。 由点的齐次坐标（Hx, Hy, H）求点的规范化齐次坐标(x, y, 1)，可按如下公式进行： ;齐次坐标必要性A： 许多图形应用涉及到几何变换，主要包括平移、旋转、缩放。以矩阵表达式来计算这些变换时，平移是矩阵相加，旋转和缩放则是矩阵相乘，综合起来可以表示为p = m1*p + m2(m1旋转缩放矩阵， m2为平移矩阵， p为原向量 ，p为变换后的向量)。引入齐次坐标的目的主要是合并矩阵运算中的乘法和加法，表示为p = M*p的形式。即它提供了用矩阵运算把二维、三维甚至高维空间中的一个点集从一个坐标系变换到另一个坐标系的有效方法。 因此，采用齐次坐标，并将变换矩阵改成3×3阶的形式后， 便可实现所有2D图像几何变换的基本变换。 ;齐次坐标必要性B：它可以表示无穷远的点。 n+1维的齐次坐标中如果h=0，实际上就表示了n维空间的一个无穷远点。对于齐次坐标[a,b,h]，保持a,b不变，h－0变化的过程就表示了标准坐标系中的一个点沿直线 ax+by=0 逐渐走向无穷远处的过程。例点S(60 000， 40 000)在16位计算机上表示则大于32 767的最大坐标值， 需要进行复杂的操作。但如果把S的坐标形式变成（Hx, Hy, H）形式的齐次坐标，则情况就不同了。在齐次坐标系中，设H＝1／2，则 (60 000，40 000)的齐次坐标为(1/2x, 1/2y, 1/2)，那么所要表示的点变为(30 000, 20 000, 1/2)，此点在16位计算机上二进制数所能表示的范围之内。 ; 齐次坐标的几何意义相当于点(x, y)落在3D空间H＝1的平面上， 如图所示。如果将XOY 平面内的三角形abc 的各顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式，就变成H＝1平面内的三角形a1b1c1的各顶点。 ; 二维图像几何变换的矩阵 利用齐次坐标及改成3×3阶形式的变换矩阵，实现2D图像几何变换的基本变换的一般过程是：将2×n阶的二维点集矩阵 表示成齐次坐标 的形式，然后乘以相应的变换矩阵即可完成，即 变换后的点集矩阵=变换矩阵T×变换前的点集矩阵 （图像上各点的新齐次坐标） （图像上各点的原齐次坐标）;设变换矩阵T为 ;图像上各点的新齐次坐标规范化后的点集矩阵为 ; 3×3的阶矩阵T可以分成四个子矩阵。其中，  这一子矩阵可使图像实现恒等、 比例、 反射（或镜像）、 错切和旋转变换。［l m］这一行矩阵可以使图像实现平移变