图像的运算.ppt

图像旋转处理的隐含问题 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。 下面，我们通过一个实际例子，来看这两个问题带来的图像画面效果上的问题。 图像旋转的效果示例 图像旋转的后处理 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。 图像旋转中的插值效果示例 旋转公式的矩阵表示形式 当图像旋转任意角度时，计算出的像素点坐标可能会出现小数，甚至在旋转后的图像中有些像素点在原图像中无对应点。而实际情况要求，图像的坐标必须是整数，旋转后的图像中每个像素点都必须有值。对于那些在原图像中无对应点的像素点可采用局部均值插值法或双线性插值法得到该像素点的像素值。 在医学图像处理中，通常不允许图像信息的损失。在实际的应用中最常用的是对医学图像旋转900、1800和2700。其中最基本和最常用的是旋转900。 医学图像的旋转 医学图像的旋转是以图像的中心点为坐标原点按逆时针或顺时针方向转一定的角度。 任意角度的旋转会损失图像信息! 例：已知原始医学图像，写出图像逆时针旋转900的旋转公式和旋转后的图像。 按照公式推出: x’=-y y’=x 首先得到图像I0中各像素点对应的坐标： 由于图像旋转是以图像中心为坐标原点，因此必须将坐标原点移至图像中心，当图像的行数(高度)或列数(宽度)为偶数时，图像中心不能确定，必须在行或列的末端补充一行或一列，使行数和列数都为奇数，图像中的行数为偶数，补充一行并平移后的图像中各像素点对应的坐标如下： 补充一行前 补充一行后 根据像素点的对应关系可得旋转后的图像各像素点对应的像素值为： 补充的行旋转后变为列，将该列去掉得旋转后的图像为： 相关函数 imrotate 功能：对图像进行旋转操作。 语法： B= imrotate(A，angle,method,bbox) angle为旋转角度，逆时针为正。 method用来指定插值方法,有： ’ nearest ’(最近邻差值，默认)、 ’bilinear ’(双线性差值)、 ’bicubic ’(双立方插值) bbox指定返回图像的大小，有’ crop ’(对旋转后的图像进行剪裁，使其和原图像大小相同)、 ’loose ’(画布包含整个图像，默认值) (a) (b) (c) (d) 图像(a)是原始医学图像， (b)是逆时针旋转90o后的图像， (c)是逆时针旋转180o后的图像， (d)是逆时针旋转270o后的图像。 医学图像旋转结果 图像的镜像 所谓的镜像，通俗地讲，是指在镜子中所成的像。其特点是左右颠倒或者是上下颠倒。 图像的镜像分水平镜像和垂直镜像两种。 图像的水平镜像 水平镜像计算公式如下（图像大小为M*N） 因为表示图像的矩阵坐标不能为负，因此需要在进行镜像计算之后，再进行坐标的平移。 （坐标平移） 0 -1 -2 -3 1 2 3 图像的水平镜像 示例： 1 2 3 1 2 3 1 2 3 -1 -2 -3 3 2 1 1 2 3 图像的垂直镜像 垂直镜像计算公式如下（图像大小为M*N） 因为表示图像的矩阵坐标不能为负，因此需要在进行镜像计算之后，再进行坐标的平移。 （坐标平移） 图像的垂直镜像 示例： 1 2 3 1 2 3 1 2 3 -1 -2 -3 1 2 3 3 2 1 相关函数 flipud(X) 功能：实现矩阵的上下翻转。 fliplr(X) 功能:实现矩阵的左右翻转。 (a) (b) (c) 图像(a)是原始医学图像 (b)是水平镜像后的图像 (c)是垂直镜像后的图像 医学图像镜像的结果 水平镜像公式的矩阵表示形式 垂直镜像公式的矩阵表示形式 仿射变换相关函数 tform = maketform（interp, T) interp是一个字符串，可以是’affine’,’projective’或’box’等等，T是变换矩阵。 g=imtr