第三章图像的基本运算.ppt

x=x0/2 y=y0/2 x0, y0 x,y 缩小 正变换 1、第一种方法是取原图像的偶数行列组成新图像； x=2x0 y=2y0 x0, y0 x,y 放大 插值处理后 放大 但放大后图像的像素点（0，1）对应于原始图中的像素点（0，0.5），（1，0）对应于原始图中的（0.5，0），原始图像中不存在这些像素点，那么放大图像如何处理这些问题呢？ 在图像放大的正变换中，出现了很多的空格。因此，需要对放大后所多出来的一些空格填入适当的像素值。一般采用最邻近插值和线性插值法。 3.4.5 灰度重采样（Gray Resampling） 几何运算还需要一个算法用于灰度级的重采样。如果一个输出像素映射到四个输入像素之间，则其灰度值由灰度插值算法决定。 3.4.5 灰度重采样（Gray Resampling） 图3.20 最近邻法 最近邻法： 是将 点最近的整数坐标 点的灰度值取为 点的灰度值。 最近邻法： 最近邻法是将 点最近的整数坐标 点的灰度值取为 点的灰度值。 在 点各相邻像素间灰度变化较小时，这种方法是一种简单快捷的方法。 但当 点相邻像素间灰度差很大时，这种灰度估值方法会产生较大的误差。 图3.20 线性内插法 图3.20 的三次多项式近似 三次内插法 三次内插法不仅考虑 点的直接邻点对它的影响，还考虑到该点周围16个邻点的灰度值对它的影响。由连续信号采样定理可知，若对采样值用插值函数 插值，则可精确地恢复原函数，当然也就可精确得到采样点间任意点的值。此方法计算量很大，但精度高，能保持较好的图像边缘。 小结（Summary） 本章主要介绍了图像的基本运算，包括点运算、代数运算、逻辑运算和几何运算，举了相应的Matlab实例，并对其相应的应用做了介绍。比如说代数运算可用于去除图像的噪声，进行混合图像的分离等等。其中的几何运算包括两个步骤，一个是空间变换，一个是重采样。然后简单介绍了下常用的三种灰度插值方法—最近邻法、双线性插值法和三次内插法，比较了优缺点。 * * * * * * * * * 差影法在自动现场监测中的应用 1、在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警； 4、利用差值图像还能鉴别出耕地及不同的作物覆盖情况。 2、用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等； 3、也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染； 图3.6 差影法进行混合图像的分离 （a）混合图像 （b）被减图像 （c）差影图像 （2） 混合图像的分离 消除背景影响 设：背景图像b(x ,y)，前景背景混合图像f(x ,y) g(x,y)=f(x,y)–b(x,y) g(x,y) 为去除了背景图像 即去除不需要的叠加性图案 背景图像 差值图像 （a）从病人头顶向下拍摄的X光照片 （b）碘元素注入后拍摄的X光照片与背景图像的差值 3.3.4 乘法运算(Multiplication) 1、乘法运算 2、主要应用举例： （1） 图像的局部显示 （2） 改变图像的灰度级 （1） 图像的局部显示 原图 (b) 乘以1.2 (c) 乘以2 图3.8 乘法运算结果 （2） 改变图像的灰度级 3.3.5 除法运算(Division) 1、除法运算 2、应用： 简单的除法运算可用于改变图像的灰度级，常用于遥感图像处理中。 在四种算术运算中，减法与加法在图像增强处理中最为有用。 3.3.6 逻辑运算(Logical Operation) 图3.7 图像的逻辑运算 （a）A图 （b）B图 (c) A、B相与结果图 (d) A、B相或结果图 (e) A取反结果图 “与”、“或”，“非”逻辑运算 逻辑运算主要以像素对像素为基础在两幅或多幅图像间进行。 “与”、“或”逻辑运算可以从一幅图像中提取子图像 3.4 几何运算 (Geometric Operation) 几何运算 几何运算就是改变图