第三章数字图像的基本运算.ppt

电子科技大学 光电信息学院 二○一二年2月27日 主要内容 主要内容 主要内容 　主要应用： 　 (1) 对同一场景的多幅图像求平均值，降低加性噪声； 　 (2) 一幅图像叠加到另一幅图像上去，达到二次暴光（Double-exposure)的效果。 原理：对于原图像f(x,y),有一个噪声图像集{gi(x,y)}，i =1,2,...K。 gi(x,y)=f(x,y)+ni(x,y) 其中，ni(x,y)是第i帧图像中的实际噪声的分布情况，假设符合某种特定的噪声分布n(x,y) ， n(x,y)的均值为0，方差为 ，且n(x,y)中的不同位置(x,y)处的噪声分布互不相关。 则M个图像的均值为： 可以证明【下面结论说明什么？】： 多幅图像求平均值－举例 对于两个图像f1(x,y)和f2(x,y)，二者均值有： 加运算生成图像叠加效果—举例 图像加运算—简单图像融合 推广公式为： 加运算生成图像叠加效果—举例 加运算生成图像叠加效果—举例 什么叫图像融合？ 图像融合就是充分利用多幅图像信息，通过对观测信息的合理支配和使用，把多幅图像在空间或时间上的互补信息，依据某种准则进行综合处理。获得对场景的一致性解释或描述，使融合后的图像比参加融合的任意一幅图像更优越、更精确地反映客观实际。 主要应用：　　 (1) 去除一幅图像中不需要的加性图案，如缓慢变化的背景阴影， 周期性噪声等； 　 (2) 检测同一场景的两幅图像之间的变化； 　 (3) 运动检测。 图像相减—消除背景 图像相减—检测同一场景两幅图像之间的变化 设： 时间1的图像为f1(x,y)， 时间2的图像为f2(x,y) g(x,y) = f2 (x,y) - f1(x,y) 图像相减—运动检测 图像相乘—局部显示 主要应用 可产生对颜色和多光谱图像分析十分重要的比率图像。　　　　　　　　 图像相除—比率图像 主要内容 　主要应用 (1) 获得一个阴图像; (2) 获得一个子图像的补图像。 求反运算——获得阴图像 　主要应用 (1) 获得相交子图像; (2) 绘制区别于背景的、可恢复的图形。 异或运算—— 获得相交子图像 异或运算—绘制区别于背景的、可恢复的图形 　主要应用 　合并子图像; 或运算—— 合并子图像 主要应用： 　求两个子图像的相交子图像。 与运算 —— 求两个子图像的相交子图像 主要内容 几何变换定义: 对于原图像f(x,y)，坐标变换函数 x’ = a(x,y); y’ = b(x,y). 唯一确定了几何变换： g(x’,y’) = f［a(x,y), b(x,y)］; g(x’,y’)称为是目标图像。 从表面上看并没有值的改变。 4.1 平移变换 设: a(x,y) = x + x0; b(x,y) = y + y0; 简写为： u = x + x0; v = y + y0; 用齐次矩阵表示： 4.2 旋转变换：绕原点旋转?度 设: a(x,y) = x * cos(?) - y * sin(?); b(x,y) = x * sin(?) + y * cos(?); 用齐次矩阵表示： 图像旋转之前，为了避免信息的丢失，画布的扩大是最重要的，根据旋转点的不同，坐标的平移与画布的设置有如下两种方法。 4.3 水平镜像 设: a(x,y) = -x; b(x,y) = y; 用齐次矩阵表示： 4.3 垂直镜像 设: a(x,y) = x; b(x,y) = -y; 用齐次矩阵表示： 4.4 缩放变换: x方向缩放c倍，y方向缩放d倍 设: a(x,y) = x*c; b(x,y) = y*d; 用齐次矩阵表示： 4.5 拉伸变换 主要内容 离散几何变换的计算问题 灰度级插值方法 离散几何变换的计算问题 旋转、放缩、拉伸变换的漏点问题 灰度级插值 最邻近插值法 双线性插值（一阶插值） 高阶插值 最邻近插值法（零阶插值） —— nearest neighbor Interpolation 即最临近点重复 一维线性插值 —— linear Interpolation 双线性插值（一阶插值） —— Bilinear Interpolation 已知正方形的4个顶点，求正方形内部的点，有双线 性方程： f(x,y) = ax + by + cxy + d 设4个顶点的坐标为： (0,0), (1,0), (0,1), (1,1) 双线性插值（一阶插值）