第2章图像知识与运算.ppt

* 线性和非线性操作 令H是一种算子，其输入和输出都是图像。如果对于任何两幅图像f和g及任何两个标量a和b有如下关系，称H为线性算子： ??? 换句话说，对两幅图像(用所示的常数去乘)的和应用线性算子操作等同于分别对图像应用该算子操作，并各自与适当的常数相乘，然后将结果相加。 ? * 基本的几何运算 平移 放大、缩小 旋转 * 平移 变换公式 y x * 注意：平移后的景物与原图像相同，但“画布”一定是扩大了。否则就会丢失信息。 下移1行，右移2列 x=[1,2,3] ; y=[1,2,3] x’=[0,1,2] ; y’=[-1,0,1] 1 2 3 1 2 3 1 2 3 4 5 1 2 3 4 * 镜像分为水平镜像和垂直镜像 水平镜像计算公式如下（图像大小为M*N）： 1 2 3 1 2 3 1 2 3 -1 -2 -3 发生问题：矩阵下标不能为负；解决方法：坐标平移 平移： 3 2 1 1 2 3 * ` 同理：垂直镜像计算公式为（图像大小为M*N）： 1 2 3 1 2 3 1 2 3 -1 -2 -3 平移： 1 2 3 3 2 1 * 放大、缩小 使图像在x轴方向放大(缩小)c倍，在y轴方向上放大(缩小)d倍 y x 由于放大(缩小)算子运算不是一一映射，只是简单的重复放大，因此将产生所谓的“方块”效应，为改善这种可视效果，需要进行插值运算 * (a) 按比例缩小 (b) 不按比例缩小 放大10倍 * 旋转 变换公式－对图像绕原点顺时针θ角旋转变换 x ’ x y’ y X Y * 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f(x’,y’)绕原点顺时针-30度旋转 * * 图像旋转中的插值处理效果 返回 * 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，如下图所示。 2）会出现许多的空洞点。 * 图像旋转出现的两个问题的 本质 都是因为像素值的填充是不连续的。 因此可以采用插值填充的方法来解决 * 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)。 * 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。 * 北京实测图片 * 车辆遮挡时的号牌识别 * 应用 消除由摄像机原因导致的数字图像几何畸变； * * * 对相似图像进行配准，以便进行图像比较 * 医学图像融合 Left is the source (with more than 1/2 of the head missing, middle is the target, right is the registered source * 图像生成，拼接 * * 地图投影 * 传感器阵列，成像系统 * 香农取样定理告诉我们,如果一个函数以等于或大于其最高频率的2倍取样,那么就能从取样完全复原原函数。 * 内(特别在头盖骨处)有一组几乎看不见的非常细小的山脊状结构。这种效果是由在数字图像平滑区灰度级数量不足引起的.它被称为伪轮廓,之所以这样叫是因为山 脊像地图中的地形等值线。伪轮廓通常在均匀的平面上以16级或更少灰度显示的图像中十分明显.如图2.21(e)到(h)所示的图像。 * X00 左移 x00 右移 y00 下移 y00 上移 * C,d1 放大 c,d 1缩小 作业1 提交邮件附件名格式： “学号_姓名_作业1.rar” 交到lixinsheng@scu.edu.cn * * 上节课小结 眼睛成像原理 视觉特性 简单的图像形成模型 数字化、采样、量化、分辨率(灰度、空间) 数字图像的表示方法—二维函数表示 彩色空间 HSV 与RGB空间原理不同 * HSV RGB彩色空间 * 本节课内容 第二章 像素距离测量 图像基本代数运算 图像基本几何运算 第四章 图像增强 * 图像象素间的联系 主要介绍数字图像中基本而又重要的象素间的关系 表示一幅图像 p和q 表示图像中某个特定的象素 * 象素的邻域 4－邻域和8－邻域 4－邻域 4－对角邻域 8－邻域 * 连通性 为了确定目标的边界和区域的元素 V－定义为连通的灰度值集合 如在一幅二值图中，为考虑灰度值为1的象素之间的连通性，V={1}。又知在l幅灰度图中，考虑具有灰度值在8到16之间象素的连通性，则V={8，9，…，15，16}。 0 1 1 0 1 0 0