[一年级语文]几何变换.ppt

图像的几何变换 1　ＭＡＴＬＢＡ基本知识 2　图像的读取和显示 3 几何变换的概念 4　图像的缩放原理以及平移 5 图像旋转、相加、相减等操作 （二次课） 　ＭＡＴＬＢＡ基本知识 变量的定义 p=1 矩阵的定义 s=zeros(2,3,4) p=zeros(2,3) p=[2 4 5; 4 5 6] p(:,1) 获取第一列 p(1,:) 获取第一行 p(1,2:3) 获取第一行的第2到第3列 　ＭＡＴＬＢＡ基本知识 [row,col,con]=size(s) 获取矩阵s的大小 [row,col]=size(p) 获取矩阵p的大小 for a=1:2:60 end if a10 b=10 else b=6 end 　ＭＡＴＬＢＡ基本知识 fix(x) :获取变量的整数部分 floor(x): 小于x的最大整数 ceil(x) :大于x的最小整数 round(x): 四舍五入 figure：在新的图中显示信息 subplot(x,y,n): 在一幅图上x*y的 plot(x,y,’r*’) 　ＭＡＴＬＢＡ基本知识 plot(x,y,’r*s’,LineWidth,2, MarkerSize,10) 图像读取 [x,map]= imread(‘filename’) [x,map] =imread(‘filename’,’type’) 显示图像 image(x) imshow(x) unit8(x) 将double型数据转换为无符号的整数，在图像进行显示前必须进行的一个转换 图像保存 　imwrite(x,’filename’,’type’) 彩色图变灰色图的方法 0.299*R+0.587*G+0.114*B ? 图像的空间平移、比例缩放、旋转、仿射变换和图像插值 对于单色（灰度）图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0到255之间，0表示黑、255表示白，其它值表示处于黑白之间的灰度 ??彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值 最邻近插值（近邻取样法） 对于通过反向变换得到的一个浮点坐标，对其进行简单的取整，得到一个整数型坐标，这个整数型坐标对应的像素值就是目的像素的像素值 图像大比例放大时的马赛克效应 二次线性插值公式为:?tmpColor0=Color0*(1-u) + Color2*u;?tmpColor1=Color1*(1-u) + Color3*u;??????? DstColor =tmpColor0*(1-v) + tmpColor2*v; ? 展开公式为:??????? pm0=(1-u)*(1-v);??????? pm1=v*(1-u);??????? pm2=u*(1-v);??????? pm3=u*v;? 则颜色混合公式为:??????? DstColor = Color0*pm0 + Color1*pm1 + Color2*pm2 + Color3*pm3; 5.5.1 图像的缩小 一、图像的尺寸减半 2M*2N的图像缩小为：M*N的图像。 处理方法是： 取偶数行和偶数列构成新的图像。 图像的减半缩小效果 二、依比例的缩小： M*N大小的图像缩小为：L*S大小。 其中：M/N=L/S=k. 1.计算c= L / M 2.设旧图像是F(x,y)，新图像是I (x‘,y’) 则：I (x‘,y’) =F(int(c*x),int(c*y)) 图像的按比例缩小效果 三、不依比例缩小 这种操作一定带来图像的几何畸变。 M*N大小的图像缩小为：L*S大小。 其中：M/L=k1, N/S=k2. 1.计算c1=1/k1,c2=1/k2 2.设旧图像是F(x,y)，新图像是I (x‘,y’) 则：I (x‘,y’) =F(int(c1*x),int(c2*y)) 图像的不按比例任意缩小 5.5.2 图像的放大 图像的缩小操作中，是从现有的信息里如何挑选所需要的有用信息。 图像的放大操作中，则需对尺寸放大后所多出来的空格填入适当的值，这是信息的估计问题，所以较图像的缩小要难一些。 一、图像的成倍放大 常用的方法是：原来的一个点的值填到一个2*2的小块中去。 二、图像的按比例放大方法： 方法一： 将一点的值用一个小块来代替