医学图像的复原.pptVIP

图像放大从字面上看，是图像缩小的逆操作，但是，从信息处理的角度来看，则难易程度完全不一样。图像缩小是从多个信息中选出所需要的信息，而图像放大则是需要对多出的空位填入适当的值，是信息的估计。图像放大图像放大

——实现思路最简单的思想是，如果需要将原图像放大为k倍，则将原图像中的每个像素值，填在新图像中对应的k*k大小的子块中。放大5倍显然，当k为整数时，可以采用这种简单的方法。设原图像大小为M*N,放大为k1M*k2N，（k11，k21）。算法步骤如下：设旧图像是F(i,j)，i=1,2,…,M,j=1,2,…,N.新图像是G(x,y),x=1,2,…,k1M,y=1,2,…,k2N.G(x,y)=F(c1*i,c2*j)c1=1/k1c2=1/k2K1=1.5,k2=1.2i=[1,2],j=[1,3].x=[1,3],y=[1,4].x=[1/1.5,2/1.5,3/1.5]=[i1,i1,i2],y=[1/1.2,2/1.2,3/1.2,4/1.2]=[j1,j2,j3,j3].123312334566123456思考一个问题：如果放大倍数太大，按照前面的方法处理会出现马赛克效应。如果这个问题交给你，有没有办法解决？或者想办法至少使之有所改善？图像放大——思考问题321401图像错切——基本概念图像的错切变换实际上是平面景物在投影平面上的非垂直投影效果。020304因为绝大多数图像都是三维物体在二维平面上的投影得到的，所以需要研究图像的错切现象。可以看到，错切之后原图像的像素排列方向发生改变。该坐标变化的特点是，x方向与y方向独立变化。所谓图像的位置变换是指图像的大小和形状不发生变化，只是将图像进行平移、镜像和旋转。01图像的位置变换主要是用于目标识别中的目标配准。02图像的位置变换图像的平移即：g(x,y)=f(x’,y’)图像的平移非常简单，所用到的是中学学过的直角坐标系的平移变换公式：注意：x方向与y方向是矩阵的行列方向。注意：平移后的景物与原图像相同，但“画布”一定是扩大了。否则就会丢失信息。下移1行，右移2列x=[1,2,3];y=[1,2,3]x’=[2,3,4];y’=[3,4,5]123123123451234所谓的镜像，通俗地讲，是指在镜子中所成的像。其特点是左右颠倒或者是上下颠倒。镜像分为水平镜像和垂直镜像。图像的镜像图像的水平镜像水平镜像计算公式如下（图像大小为M*N）因为表示图像的矩阵坐标不能为负，因此需要在进行镜像计算之后，再进行坐标的平移。（坐标平移）0-1-2-31231-2-3图像的水平镜像示例：1231232312321图像的垂直镜像垂直镜像计算公式如下（图像大小为M*N）因为表示图像的矩阵坐标不能为负，因此需要在进行镜像计算之后，再进行坐标的平移。（坐标平移）图像的垂直镜像示例：12313232323图像的旋转计算公式如下：图像的旋转这个计算公式计算的结果值所在范围与原来的值所在的范围不同。因此需要前期处理：扩大画布，取整处理，平移处理。这个计算公式计算出的值为小数，而坐标值为正整数。01图像旋转的前期处理02——画布的扩大03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。04画布扩大的原则是：以最小的面积承载全部的画面信息。画布扩大的简单方法是：根据公式计算出x’和y’的最大、最小值，即x’min、x’max和y’min，y’max。画布大小为：x’max–x’min、y’max–y’min。旋转后图像的画布大小为：例平移量为△x’=2;△y’=0。结论：按照图像旋转计算公式获得的结果与想象中的差异很大。对原图的(1,1)像素，x=1,y=1取整后，该点在新图的(2,1)上。对原图的(1,2)像素，x=1,y=2取整后，该点在新图的(2,2)上。必须进行后处理操作。示例图像旋转之后，出现了两个问题：1）像素的排列不是完全按照原有的相邻关系。这是因为相邻像素之间只能有8个方向（相邻为45度），如下图所示。2）会出现许多的空洞点。出现问题的核心是像素之间的连接是不连续的。相邻像素的角度是无法改变的，所以只能通过增加分辨率的方法来从整体上解决这个问题。采用某种