计算机视觉课程设计报告.docxVIP

精选 精选 计算机视觉课程设计实验报告 1．题 目: 图 像 变 形 2 .组 员：曹英(叶超(李淑珍( 3．实验目的： 掌握图像几何运算中变形算法 实验原理： 对两幅图分别进行卷绕、插值，每幅图得到一序列图片，然后 对这些序列图片进行加权求和， 得到一序列帧， 再将其显示出来， 就得到了由一 幅图到另一幅图的变形。 实验步骤： 对一幅图分别选 4行 4列的 1 6个控制点，在每条边上进行五等 分，每条边形成六个点，加上原来的 16个就是 36个控制点，这样就把它分成了 不规则的 25 小块，对每小块进行卷绕、插值，本实验我们用的是最近邻插值， 目标控制点就是将图片分成标准并且相同大小的 25 小块的 36个点。这样会得到 一幅不规则图片， 让它作为新的原图进行如前所述一样的处理， 控制点都是这样 自动产生的：一开始所选每个控制点到相应标准控制点等距离 (本实验我们是分 成 9等分)产生一序列的 36个控制点。这样每产生一幅图都对它进行相类似的处 理，控制点的产生方法就是上面所说的那样。 得到的一序列图片越来越接近原图， 最后一幅与原图一样。 这样我们就可以得到这样的一序列图片： 原图，手工选控 制点进行处理后得到的不规则图，循环产生控制点得到的越来越接近原图的 9 幅图(最后一幅与原图一样) 。为了描述的方便， 这里我把它编号为 1_1到1_11。 对目标图进行与原图一样的处理。编号也类似，即 2_1 到2_11。 最后进行加权求和，第一帧是原图，第二帧是 1_10与 2_2加权求和，其中 1_10 的权值是 0.9， 2_2的权值是 0.1，第三帧是 1_9与 2_3加权求和，其中 1_9的权 值是0.8, 2_3的权值是0.2,……，第十帧是1_2与2_10加权求和，其中1_10 的权值是0.1, 2_2的权值是0.9,第十一帧是目标图。这样就得到了所要的结果。 这里需要说明的是两幅手工选择的控制点最好是那些有代表性的特征点， 这样的 话结果会更好。 下面的程序的源代码： clear all; clc; x1=imread(im1.jpg); x2=imread(im2.jpg); [m, n,p]=size(x1); subplot(2,2,1),imshow(x1); subplot(2,2,2),imshow(x2); x1=double(x1); x2=double(x2); n ewx=[]; n ewy=[]; %在图片上选36个点将图片分成标准并且相同大小的 25小块 for k=1:36 newx(k)=fix(( n/5))*(mod(k-1,6))+1; newy(k)=fix((m/5))*fix((k-1)/6)+1; end %对原图进行分块 for k=1:36 switch k case {1,2,3,4,5,6,7,12,13,18,19,24,25,30,31,32,33,34,35,36} %边界上的 点还是标准的等分点 oldx1(k)=newx(k); oldy1(k)=newy(k); otherwise %在图片中选择4行4列的16个控制点 [oldx1(k),oldy1(k)]=gi nput(1); hold on; subplot(2,2,1),plot(oldx1(k),oldy1(k),o); end end %对目标图进行分块，方法同上 for k=1:36 switch k case {1,2,3,4,5,6,7,12,13,18,19,24,25,30,31,32,33,34,35,36} oldxx1(k)=n ewx(k); oldyy1(k)=n ewy(k); otherwise [oldxx1(k),oldyy1(k)]=gi nput(1); hold on; subplot(2,2,2),plot(oldxx1(k),oldyy1(k),*); end end %对第一张进行卷绕，插值 for i=1:29 n ewspic=[]; if mod(i,6)~=0 for j=1:4 %每个小块分别处理 if j==1 n ewspic=[1 n ewx(i) n ewy(i) n ewx(i)* newy(i)]; elseif j==2 n ewspic= [n ewspic;1 n ewx(i+1) n ewy(i) n ewx(i+1)* newy(i)]; elseif j==3 n ewspic= [n ewspic;1 n ewx(i) n ewy(i+6) n ewx(i)* newy(i+6)]; elseif j==4 n ewspic= [n ewspic;1 n ew