图像几何变换分析.ppt

第3 章 图像的几何变换 图像的几何变换 图像的几何变换包括了图像的形状变换和图像的位置变换。 图像的形状变换是指图像的放大、缩小与错切。 图像的位置变换是指图像的平移、镜像与旋转。 图像的仿射变换描述。 图像的变形及几何畸变校正 图像的形状变换 图像的形状变换通常在目标物识别中使用。 图像的形状变换主要是指图像的缩小、放大与错切。 图像的形状变换应用 —— 目标物识别 如图所示,要判别图中的某个果子是苹果还是李子,要将该图像进行放大或者是缩小,才能够进行正确的比较与识别。 图像的比例缩放 图像的比例缩放是指将给定的图像在x轴方向按比例缩放a倍，在y轴方向按比例缩放b倍，从而获得一幅新的图像。如果a=b，称这样的比例缩放为图像的全比例缩放。如果a不等于b，图像的比例缩放会改变原始图像的像素间的相对位置，产生几何畸变。 具体实现 for i=1:row for j=1:col m=ceil(zi*i); n=ceil(zj*j); B(m,n)=A(i,j); end end } 效果图示例 几何变换方法 1）向前映射法 2 向后映射法 2）向后映射法 两种映射方法的对比 对于向前映射：每个输出图像的灰度要经过多次运算； 对于向后映射：每个输出图像的灰度只要经过一次运算。 下面看缩小和放大的具体应用 图像的缩小 分为按比例缩小和不按比例缩小两种。 图像缩小之后，因为承载的信息量小了，所以画布可相应缩小。 图像缩小 —— 实现思路 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。 图像缩小 —— 实现方法 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 图像放大 图像放大从字面上看，是图像缩小的逆操作，但是，从信息处理的角度来看，则难易程度完全不一样。 图像缩小是从多个信息中选出所需要的信息，而图像放大则是需要对多出的空位填入适当的值，是信息的估计。 图像放大 —— 实现思路 最简单的思想是，如果需要将原图像放大为k倍，则将原图像中的每个像素值，填在新图像中对应的k*k大小的子块中。 图像放大 —— 实现方法 图像放大 —— 实现方法 最近邻点法代码 /*-----------scale_near---图像缩放------- A:输入图像数据 B:输出图像数据 row:图像宽度，高度，行数 col:图像长度，列数 zi: i轴放大倍数 zj: j轴放大倍数 --------------------------------*/ %ij为新图像坐标，mn为原图像坐标 for i=1:row*zi for j=1:col*zj m=ceil(i/zi); n=ceil(j/zj); B(i,j)=A(m,n); end end 较大倍数图 思考一个问题： 如果放大倍数太大，按照前面的方法处理会出现马赛克效应。如果这个问题交给你，有没有办法解决？或者想办法至少使之有所改善？ 双线性内插（bilinear interpolation approach） 计算公式 已知原图像中四点的灰度f（101，150）=10， f（102，150）=50，f（101，151）=40， f（102，151）=100，新图像g是f沿x轴放大5倍，y轴放大2倍构成，求g（506，301）的灰度。 f（101.2，150.5） m=101, n=150, p=0.2, q=0.5 f（101.2，150.5）=(1-0.5)*{(1-0.2)*10+0.2*50}+0.5*{(1-0.2)*40+0.2*100} =35 双线性插值代码 /*-----------scale---图像缩放--