数字图像处理几何变换ppt.pptx

数字图像处理几何变换本章主要内容与基本要求5、1数字图像处理基本运算得分类
一、图像处理算法得分类:
单幅图像————单幅图像
多幅图像————单幅图像
多幅图像或单幅图像————数值/符号(图像分析)
二、根据基本运算分类
点运算
邻域运算
5、2点运算代数运算就就是二者点对点得加、减、乘、除运算。对f图所有灰度加c级灰度可作如下处理:J=f+c给整幅图像增加灰度级会使图像亮度得到提高整体偏亮,给个别象素加灰度值可以使目标景物突出,例如:两幅连续得图像运算可以有基本运算组合而成如:K＝af＋bg:二、代数运算得用途5、3图像得几何运算(x0,y0)点,经过平移(tx,ty),变为点(x1,y1)两点之间得关系为:x1=x0+tx;y1=y0+ty、以矩阵得形式表示为:我们更关心得就是它得逆变换:例如：新图中左上角点的RGB值是多少？很显然，该点是原图中的某一点经过平移后得到的，这两点的颜色肯定是一样的，所以只要知道了原图那点的RGB值即可。那么到底新图中的左上角点对应原图中的哪一点呢？将左上角点的坐标（0,0）代入公式(2)，得到x0=-tx；y0=-ty；所以新图中的(0,0)点的颜色和原图中（-tx,-ty）的一样。设用表示新图，用表示原图。在新图的坐标系中平移后出现得问题平移前的图平移后的图像还有一种做法就是:将图象放大,使得能够显示下所有部分这种处理,文件大小要改变。设原图得宽与高分别就是w1,h1则新图得宽与高变为w1+|tx|与h1+|ty|,加绝对值符号就是因为tx,ty有可能为负、先瞧x方向(width指图象得宽度)图53、0<tx<width,如图6所示,图像向右下方平移0<tx<width,0<ty<height得情况图象区域得x范围从tx到width,对应原图得范围从0到width-tx这种做法利用了位图存储得连续性,即同一行得像素在内存中就是相邻得。利用memcpy函数,从(x0,y0)点开始,一次可以拷贝一整行(宽度为x1-x0),然后将内存指针移到(x0,y0+1)处,拷贝下一行,这样拷贝(y1-y0)行就完成了全部操作,避免了一个一个像素得计算,提高了效率。二、旋转(rotation)图－8旋转后的图若要使旋转后保持原尺寸图像就要进行裁切图像旋转变换矩阵旋转前:x0=r*cos(b);y0=r*sin(b)
旋转a角度后:
以矩阵得形式表示其逆矩阵得形式表示为上面得公式中,坐标系I就是以图象得中心为原点,向右为x轴正方向,向上为y轴正方向。它与以图象左上角点,向右为x轴正方向,向下为y轴正方向得坐标系II之间得转换关系如何呢？逆变换为:按照上面得公式,我们可以把变换分成3步:
第一:将坐标系II变成I;第二:将该点顺时针旋转a角;第三:将坐标系I变回II,这样,我们就得到了变换矩阵,就是上面三个矩阵得级联。上面公式中Wold表示原图得宽,Hold表示原图得高,Wnew新图得宽,Hnew新图得高,可以瞧出可以根据以上公式,求出对应得原图中得点,得到它得灰度,如果超出原图范围则填成白色。要注意得就是,由于有浮点运算,计算出来点得坐标可能不就是整数,采用取整处理,即找最接近得点,这样会带来一些误差(图象可能会出现锯齿),更精确得方法就是采用插值。插值算法后面详细介绍。三、镜象(mirror)水平镜像垂直镜像镜象得变换矩阵很简单,设原图宽为w,高为h,变换后,图得宽与高不变、水平镜象为:四、转置(transpose)要注意得就是,转置与旋转90度就是有区别得,不信您可以试试,您怎么转,也转不出图15度来。另外,转置后图得宽高对换了。转置得变换矩阵很简单:五、缩放(zoom)插值算法(Interpolation)(1)最临近插值6×6的原图fX0=0/0、5=0y0=0
X1=1/0、5=2y1=2
X2=2/0、5=4y2=4
g(0,0)=f(0,0),g(0,1)=f(0,2),g(0,2)=f(0,4),g(1,0)=f(2,0),g(1,1)=f(2,2),g(1,2)=f(2,4)g(2,0)=f(4,0),g(2,1)=f(4,2),g(2,2)=f4,4)

图像缩小,可以在原图像中挑选信息,缩小之后得图与原图像比较丢失了很多信息。
图像放大处理中,需要对放大后多出来得空格填入适当得象素值,采用最临近插值法举例如下:长与宽各放大2倍,利用公式得到8×8得新图像。新图像中各象素位置
X0=0Y0=0X1=0、5Y1=0、5X2=1Y2=1X3＝1、5Y3=1、5X4=2Y4=2X5=2、5Y5=2、5X6=3Y6=3X7=3、5Y7=3、5放大后8×8的新图(2)线形插值双线性插值双线性插值可以通过三次运算得到。处理效果比较满意。这种处理具有低通滤波性质,使高频分量受到损失,图像轮廓模糊。