图象的几何变换.pdfVIP

中国图像网 / 数字图像处理入门— 图象的几何变换 下面我们将介绍图象的几何变换，包括图象的平移，旋转，镜象变换，转置，放缩等。如果你熟悉矩阵运 算，你将发现，实现这些变换是非常容易的。 1．平移(translation) 平移变换大概是几何变换中最简单的一种了。 图1.平移的示意图 如图1 所示，初始坐标为 （x0,y0 ）的点经过平移 （tx,ty ）( 以向右，向下为正方向）后，坐标变为 （x1,y1）。 这两点之间的关系是x1=x0+tx; y 1=y0+ty.以矩阵的形式表示为: (1) 我们更关心的是它的逆变换： (2) 这是因为：我们想知道的是平移后的图象中每个像素的颜色。例如我们想知道，新图中左上角点的RGB 值 是多少？很显然，该点是原图中的某一点经过平移后得到的，这两点的颜色肯定是一样的，所以只要知道 了原图那点的RGB 值即可。那么到底新图中的左上角点对应原图中的哪一点呢？将左上角点的坐标 （0,0 ） 代入公式(2)，得到x0=-tx ；y0=-ty ；所以新图中的(0,0)点的颜色和原图中（-tx,-ty ）的一样。 这样就存在一个问题：如果新图中有一点 （x1,y 1），按照公式(2)得到的(x0,y0)不在原图中该怎么办？通常 的做法是，把该点的RGB 值统一设成(0,0,0)或者(255,255,255) 。 另一个问题是：平移后的图象是否要放大？一种做法是不放大，移出的部分被截断，如下图所示，图2 为 原图，图3 为移动后的图。这种处理，文件大小不会改变。 中国图像网 / 图2. 移动前的图 图3. 移动后的图 还有一种做法是：将图象放大，使得能够显示下所有部分。如图4 所示。 图4. 移动后图象被放大 中国图像网 / 这种处理，文件大小要改变。设原图的宽和高分别是w1,h 1 则新图的宽和高变为w1+|tx|和h1+|ty |，加绝对 值符号是因为tx,ty 有可能为负（即向左，向上移动）。 下面的函数Translation 采用的是第一种做法，即移出的部分被截断。在给出源代码之前，先说明一个问题。 如果你用过Photoshop,Corel PhotoPaint 等图象处理软件，你可能听说过灰度图 （grayscale ）这个词。灰度 图是指只含亮度信息，不含色彩信息的图象，就象我们平时看到的黑白照片。亮度由暗到明，变化是连续 的，因此，要表示灰度图，就需要把亮度值进行量化。通常划分成0 到255 共256 个级别，0 最暗 （全黑）， 255 最亮（全白）。.bmp 格式的文件中，并没有灰度图这个概念，但是，我们可以很容易的用.bmp 文件来 表示灰度图。方法是用256 色的调色板，只不过这个调色板有点特殊，每一项的RGB 值都是相同的。也就 是说RGB 值从 （0 ，0 ，0 ），（1，1，1）一直到 （255 ，255 ，255 ）。（0 ，0 ，0 ）是全黑色，（255 ，255 ，255 ） 是全白色，中间的是灰色。这样，灰色图就可以用256 色图来表示了。 为什么会这样呢？难道是一种巧合？其实并不是。在表示颜色的方法中，除了RGB 外，还有一种叫YUV 的表示方法，用的也很多。电视信号中用的就是一种类似于 YUV 的颜色表示方法。这种表示方法中，Y 分量的物理含义就是亮度，U 和V 分量代表了色差信号 （你不必了解什么是色差，只要知道有这么一个概 念就可以了）。使用这种表示方法有很多好处，最主要的有两点：1． 因为Y 代表了亮度，所以，Y 分量 包含了灰度图的所有信息，只用Y 分量就完全能够表示出一幅灰度图来。当同时考虑U ，V 分量时，就能 够表示出彩色信息来。这样，用同一种表示方法可以很方便的在灰度和彩色图之间切换，而RGB 表示方法 就做不到这一点了。2 ． 人眼对于亮度信号非常敏感，而对色差信号的敏感程度相对较弱。也就是说，图 象的主要信息包含在Y 分量中。这就提示了我们，如果在对YUV 信号进行量化时，可以偏心一点，让Y 的量化级别多一些（谁让它重要呢？）而让UV 的量化级别少一些，就可以实现图象信息的压缩，这一点 将在图象压缩那一讲中仔细研究，这里就不深入讨论了。而RGB 的表示方法就做不到这一点，因为RGB 三个分量同等重要，缺了谁也不行。 YUV 和RGB 之间有着