第4章-图像几何变换.pptxVIP

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第4章 图像几何变换孙俊/李岳阳Email: jsyueyangli@sina.cn内容图像平移变换图像比例变换图像旋转变换图像偏移变换图像配准图像镜像变换图像剪切变换几何变换例子例:一幅大小为500×500像素的图像要放大1.5倍到750×750像素。如何变换?方法:创建一个假想的750×750网格,它与原图像有相同的间隔然后将其收缩,使它准确地与原图像匹配,收缩后的750×750网格的像素间隔要小于原图像的像素间隔在原图像中按照某种方式寻找合适的像素,经过相应运算后得到750×750网格中所有的新像素灰度值把新图像扩展到原来规定大小,得到放大后的图像前向映射和反向映射定义原图像为输入图像,变换后图像为输出图像前向映射定义:扫描输入图像的像素,并在每个位置(u, v)计算输出图像中相应像素的空间位置(x, y)前向映射问题:输入图像中的两个或更多个像素可被变换到输出图像中的同一位置,那么如何把多个输出值合并到一个输出像素问题?输出图像中某些像素可能没有相应的输入图像像素与它匹配前向映射和反向映射反向映射定义:扫描输出图像的像素,并在每个位置(x, y)计算输入图像中的相应位置,然后使用内插方法决定输出像素的灰度值几何变换由两个基本操作组成坐标的空间变换灰度内插坐标的空间变换(u, v)是原图像中像素的坐标(x, y)是变换后图像中像素的坐标例如,变换(x, y) = T{(u, v)} = (u/2, v/2)坐标的空间变换仿射变换根据矩阵T中元素所选择的值,可对一组坐标点 (u, v)做平移、比例、旋转或偏移。平移变换x = u + δxy = v + δy比例变换x = cxuy = cyv旋转变换以原点为旋转中心x = ucosθ - vsinθy = usinθ + vcosθ以图像中指定点为旋转中心?偏移变换水平偏移变换x = u + shvy = v垂直偏移变换x = u y = svu + v灰度内插重采样:对输出图像中每个像素使用逆映射,将结果映射到输入图像由此产生的结果为一重采样栅格,该栅格表明了对输入图像重采样的位置对输入图像在这些点进行采样,并将采样值赋给相应的输出像素重采样问题:对输出离散图像使用逆映射函数得到的采样位往往与输入离散图像坐标不相重合解决方法:将输入离散图像转换成一个连续的表面,即图像重建过程重建后,便可以在任意位置对其进行采样图像重采样的两个步骤:图像重建采样灰度插值方法最近邻法双线性插值法三次内插法根据相邻整数坐标点上的灰度值来插值估算出点(u0, v0)的灰度值(a)最近邻法; (b)双线性插值法;(c)三次内插法最近邻法将与(u0, v0)点最近的整数坐标(u, v)点的灰度值取为(u0, v0)点的灰度值双线性插值法用线性内插方法,根据(u0, v0)点的四个相邻点的灰度值,插值计算出(u0, v0) 点的灰度值f(u0, v0)步骤:先根据f(u, v)及f(u+1, v)插值求f(u0, v) f(u0, v) = f(u, v) + α[f(u+1, v) - f(u, v)]再根据f(u, v+1)及f(u+1, v+1)插值求f(u0, v+1) f(u0, v+1) = f(u, v+1) + α[f(u+1, v+1) - f(u, v+1)]最后根据f(u0, v)及f(u0, v+1)插值求f(u0, v0) f(u0, v0) = f(u0, v) + β[f(u0, v+1) - f(u0, v)] =(1-α)(1-β) f(u, v) + α(1-β) f(u+1, v)+ (1-α)βf(u, v+1)+ αβf(u+1, v+1)双线性插值法其中α = u0 -?u0?,β = v0 -?v0??x?表示其值不超过x的最大整数f(u0, v0)的插值计算可改写为: f(u0, v0) = [f(u+1, v) - f(u, v)]α+[f(u, v+1) - f(u, v)] β+ [f(u+1, v+1)+f(u, v) - f(u, v+1) - f(u+1, v)] αβ+ f(u, v) = au0+bv0+cu0v0+d其中,a, b, c, d是4个系数三次内插法根据(u0, v0)点的16个相邻点的灰度值,插值计算出(u0, v0) 点的灰度值f(u0, v0)用插值函数三次内插法采用该函数的三次近似多项式三次内插法步骤计算α = u0 -?u0?和β = v0 -?v0?,根据函数S(x)求得S(1+α), S(α), S(1-α), S(2-α)和S(1+β), S(β), S(1-β), S(2-β)根据f(u-1, v), f(u, v), f(u+1, v), f(u+2, v)计算f(u0, v) f(u0, v)

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档