第六章图像复原与重建.pptVIP

* * * * * * * * * * * * * * * 通常h1(x，y)和h2(x，y)可用多项式来近似 当n=1时，两幅图像间畸变关系为线性变换， 上述式子中包含a00、a10、a01 、b00、b10、b016个未知数，至少需要3个已知点来建立方程式，解求未知数。 当n=2时，两幅图像间畸变关系式为 包含12个未知数，至少需要6个已知点来建立关系式，解求未知数。 几何校正方法可分为直接法和间接法两种。 1、直接法 根据 （1）由已知点坐标，解求未知参数； （2）根据上述关系依次计算畸变图像上，每个像素的 校正坐标。 （3）同时把像素灰度值赋予对应像素，这样生成一幅 校正图像。 该法获得图像像素分布是不规则的，会出现像素挤压、疏密不均等现象。因此最后还需对不规则图像通过灰度内插生成规则的栅格图像。 2、间接法 设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发 （1）根据若干已知点，解求未知数。 （2）推算出各格网点在已知畸变图像上的坐标(x‘,y’)。 （3）由于(x‘,y’)一般不为整数，不会位于畸变图像像素中心，只能由周围像素灰度值内插求得，将它作为对应像素（x,y）的灰度值，据此获得校正图像。 由于间接法内插灰度易于实现，采用间接法进行几何纠正较多。 三、像素灰度内插方法 常用的像素灰度内插法有最近邻元法、双线性内插法和三次内插法三种。 1．最近邻元法 在待求点的四邻像素中，将距离这点最近的相邻像素灰度赋给该待求点。该方法最简单，效果尚佳，但校正后的图像有明显锯齿状，即存在灰度不连续性。 2．双线性内插法 双线性内插法是利用待求点四个邻像素的灰度在两个方向上作线性内插。如图，下面推导待求像素灰度值的计算式。 （1）对于(i，j+v)有 f(i，j+v)=[f(i，j+1)-f(i，j)]v +f(i，j) （2）对于(i+1，j+v)有 f(i+1，j+v)=[f(i+1，j+1)- f(i+1，j)]v+f(i+1，j) （3）对于(i+u,j+v)有 f(i+u,j+v)=[f(i+1,j+v)-f(i,j+v)]u+f(i,j+v) = 该方法要比最近邻元法复杂，计算量大。但没有灰度不连续性的缺点，结果令人满意。它具有低通滤波性质，使高频分量受损，图像轮廓有一定模糊。 (i-1,j-1) (i-1,j+2) (i+2,j-1) (i+2,j+2) (x,y) u v 3．三次内插法 该方法利用三次多项式S(x)来逼近理论上的最佳插值函数sin(x)/x。其数学表达式为： 其中：A=[s(1+v) s(v) s(1-v) s(2-v)] c=[s(1+u) s(u) s(1-u) s(2-u)]T 该算法计算量最大，但内插效果最好，精度最高。 待求像素(x,y)的灰度值由其周围十六个点的灰度值加权内插得到。可推导出待求像素的灰度计算式如下： f(x,y)=A?B ? C 原始影像灰度表面 最近邻内插法 双线性内插法 三次内插法 像素灰度内插法效果比较 一、 图像的缩小变换 1、图像的减半变换 将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。 §6.5 常用图像几何变换 图像处理时，往往会遇到需要对图像进行放大、缩小、旋转等操作。因为像素是离散的，所以经过坐标变换之后，如果不进行处理，就会产生畸变。 图像减半缩小效果 2、图像按比例的缩小变换 将M × N的图像缩小为：L × S图像。其中：M/N=L/S=k. 缩小变换步骤： (1).计算 c= L / M (2).设原图像f(x,y)，变换后图像g(x,y) 则：g(x,y)=f [ int(c × x), int(c × y)] 例1： 取： 2，3，4 行; 2，3，4，6，7，8列 图像按比例缩小效果 3、图像不按比例缩小变换 这种变换会带来图像的几何畸变。设原图像f(x,y)大小为M×N，缩小图像g(x,y)大小为L×S。取： c1=L/M,c2=S/N.计算步骤: （1）计算c1,c2 （2）设原图像是f(x,y)，缩小变换后图像是g(x,y) 则：g(x,y)=f{ int(c1×x), int(c2×y) } 取：2，4 行; 2，