Matlab图像处理 第2章 图像几何操作.ppt

第2章 图像几何操作 2.1 图像的裁剪、缩放与旋转 2.2 图像的几何变换 2.3 图像的邻域操作 2.4 图像的区域选取 2.5 图像增强 2.6 图像滤波 2.1 图像的裁剪、缩放与旋转 图像裁剪 就是在原图像中裁剪出图像块来。 根据裁剪区域的不同，可以对图像进行： 矩形区域裁剪： imcrop函数（1.3节） 多边形区域裁剪：roiploy函数（2.4节） 2.1 图像的裁剪、缩放与旋转 图像缩放 缩小：从图像中，删除部分像素。 放大：向图像中，增加部分像素。增加像素的取值是根据周围相邻像素的值进行插值计算得到的。 图像缩放的常用函数是imresize。通过查看imresize函数的帮助信息，可以看出，imresize可以使用三种不同的插值方法： 最近邻插值法： imresize函数默认的插值方法 双线性插值法 双立方插值法 2.1 图像的裁剪、缩放与旋转 图像缩放：最近邻插值法 nearest‘ 令新增加的像素的灰度值等于距它最近的输入像素的灰度值。 其实现方法最为简单，处理速度快，但它只是将原始象素简单复制到其邻域内，随着放大倍数的增加，放大图像会出现相对严重的方块和锯齿，不能很好的保留原始图像的边缘信息。 2.1 图像的裁剪、缩放与旋转 图像缩放：双线性插值法 bilinear 要求新增加的像素的灰度值，由周围的4个像素的灰度值决定。 双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊。 2.1 图像的裁剪、缩放与旋转 图像缩放：双立方插值法 bicubic 能够克服以上两种算法的不足，计算精度高，但计算量大，因为计算新增加的像素的灰度值时，需要考虑周围的16个邻点。 2.1 图像的裁剪、缩放与旋转 图像缩放举例 I = imread(cell.tif); figure(1)，imshow(I) title(原始图像) pause for i=1:3 nI = imresize(I,2*I,’nearest’); figure(1)，imshow(nI) title(strcat(放大了,int2str(2*i),倍)) pause end 2.1 图像的裁剪、缩放与旋转 图像旋转 Matlab使用imrotate函数旋转图像。 在图像旋转的过程中，也可能涉及插值问题。默认采用最近邻插值法。 【例】 B=imread(blobs.png); imshow(B) figure imrotate(B,30,bilinear,crop) 其中，’crop’表示旋转时图像底版大小保持不变，但图像可能被切割。 若是’loose’，则图像底版大小可能会发生变化。 2.1 图像的裁剪、缩放与旋转 【例】使用imrotate函数旋转图像，制作动画效果 I = imread(blobs.png); for i=1:20 imrotate(I,3*i,’loose); end 2.2 图像的几何变换 图像的几何变换是指图像几何操作后，内部结构比例等发生变化，但整体布局与形状没有改变。 本节主要介绍图像的二维空间变换。 2.2 图像的几何变换 图像二维空间变换 Matlab使用imtransform函数完成图像二维空间变换。 imtransform函数的调用形式为： imtransform(I,T) 参数I：要变换的图像 参数T：由maketform函数产生的变换结构。根据变换结构的不同，可以实现不同的空间变换。例如： 二维仿射变换 投影变换 2.2 图像的几何变换 在函数maketform(P,……)中，参数P可以是以下形式： ‘affine’ 仿射变换形式 ‘projective’ 投影变换形式 ‘custom’ 自定义函数进行变换 ‘box’ 依靠函数中的另外参数产生仿射变换结构 ‘composite’ 该参数实现多次调用tformfwd功能 2.2 图像的几何变换 【例】使用imtransform函数实现图像平面扭曲功能 transformtype = affine; % 仿射变换 transformmatrix = [0.5 0 0; 0.5 1 0; 0 0 1]; % 仿射变换要求变换矩阵的最后一列除最后一个元素为1之外， % 其它的均为0 T = maketform(transformtype,transformmatrix); I = imread(cameraman.tif); nI = imtransform(I,T); subplot(1,2,1),imshow(I) sub