矩阵初等变换在图像处理中的简单应用.docxVIP

矩阵初等变换在图像处理中的简单应用 刘鑫 天津商业大学理学院?08?级?03?班 [内容摘要]: 矩阵作为研究数学问题中的一项基础工具，有着自身特有的性质和运算方法，而其初 等变换则为矩阵理论中的重要方法，利用这一特点可针对问题本身进行简化，也可快速看 到问题本质并加以解决。数字图像是计算机对图像信息进行处理显示的基础，而数字图像 的本质是?m×n（每行?m?个像素，总共?n?行）的矩阵，每个元素?aij?对应着（i，j）位置的 图像信息。本文讨论了矩阵的初等变换在数字图像的平移、旋转中的应用，从而说明矩阵 变换在数字图像变换和处理的理论指导地位。 [关键词]:矩阵?初等变换?数字图像?镜像?平移?旋转 [引言]： 矩阵的初等变换起源于线性方程组的三类通解变换。我们知道，线性方程组和它的增 广矩阵是唯一对应的，因此当矩阵的初等变换这一概念提出后，解线性方程组就等价与利 用矩阵的初等变换来化简一个增广矩阵，而这一转化过程无疑对解线性方程组会带来方便。 随着矩阵理论的发展，新概念的不断产生，新的问题也随之产生，例如求矩阵的秩、求矩 阵的特征值以及求标准正交基等，这些问题也可利用矩阵的初等变换来简化其求解过程。 20?世纪?60?年代中期，随电子计算机的发展得到普遍应用，计算机对图像的处理和显 示日益成熟图像。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中 提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字 图像的本质是?m×n（每行?m?个像素，总共?n?行）的矩阵，每个元素?aij?对应着（i，j）位 置的图像信息。 1、矩阵的初等变换 矩阵的行及列的初等变换在线性代数中充当十分重要的角色，它有三种类型： (1)?互换第?i?行（列）和第?j?行（列），称为对矩阵实行了一次初等行（列）变换，其 对应的初等矩阵极为?P（i，j）； (2) 行（列）乘以非零常数?c，称为对矩阵实行了一次初等行（列）变换，其对应的 等矩阵记为?P（i（c））； (3)??第?j?行（i?列）的?k?倍加到第?i?行（j?列），称为对矩阵实行了一次初等行（列） 变换，其对应的矩阵记为?P（i，j（k））。 2、数字图像的矩阵表述 数字图像的本质是?m×n（每行?m?个像素，总共?n?行）的矩阵，每个元素?aij?对应着 （i，j）位置的图像信息。如图?1?所示，图像为一幅?69×56?的?256?色图像，即图像的每行 有?69?个像素，共?56?行，我们可以用矩阵[aij]表示图像的信息，aij?表示第?i?行第?j?列的图 像信息。 图?1?原始数字图像 如图?1?所示，原始数字图像的矩阵信息为： ?253253???0? ?253253 ???0 ? 0?0?? ? ??...? ... 0 ... ... ... ... ... ... ... ... 0?0?? 0?0?? ...... ? ? ??y ??y??????y??????y? 图像镜像是指图像在平面镜中成像，形成一个和镜面对称的图像，对于一个?m×n?的数 字图像，进行镜像变换后依然为?m×n?的矩阵，如果用[aij]表示原始数字图像的矩阵，[bij]表 示镜像变换的数字图像矩阵，则水平镜像为： bi,?j???ai,N??j 垂直镜像为： bi,?j???aM??i,?j 图?1?所示的原始数字图像，经过镜像变换后为： 图?2?水平镜像图像和垂直镜像图像 3、数字图像的平移 图像平移是指在同一平面内，将图像沿着某个方向移动一定的距离，移动时，图像上 的每一个像素都沿该方向移动同一距离，因而平移不改变物体的形状和大小。如果将图像 上的点?P(x,y)平移到?P’(x’,y’)，也可用一下以下式子表示： x??x????x,?y??y????y ??x? ??x? ??x? ??? ??? ? ? 这个矩阵计算给出了二维像素平移变换的关系。 对于一个?m×n?的数字图像，进行(p,q)平移变换后变为为(p+m)×（q+n）的矩阵，如 果用[aij]表示原始数字图像的矩阵，[bij]表示平移变换的数字图像矩阵，则变换后的元素 当?ip?且?jq?时为： bi,?j???ai??p,?j?q 当?i?和?j?为其他值时，图像元素为空白，我们将其颜色设为黑色，即： bi,?j???0 图?1?所示的原始数字图像，经过向左平移?10?个像素，向下平移?10?个像素后得到的图 像为： 图?3?平移（10，10）后的图像 4、图像的旋转 图像的旋转是指在同一平面内，将图像绕着某个点旋转一定的角度，旋转时，图像上 的每一个像素都绕该点向旋转同一角度，因而平移不改变物体的形状和大小。如图?4?所示， 如 果将图像上的点?P(x,y)绕原点旋转到?P