《数字图像处理图像的几何变换解析》由会员分享，可在线阅读，更多相关《数字图像处理图像的几何变换解析（49页珍藏版）》请在金锄头文库上搜索。
1、第四章 图像的几何变换 图像的几何变换 l图像的几何变换包括了图像的形状变换和 图像的位置变换。 l图像的形状变换是指图像的放大、缩小与错切。 l图像的位置变换是指图像的平移、镜像与旋转。 l图像的仿射变换描述。 图像的几何变换不改变像素 的值，只改变像素的位置。 图像的形状变换 l图像的形状变换主要是指图像的缩小、放大 与错切。 l图像的形状变换通常在目标物识别中使用。 图像的形状变换应用 目标物识别 l如图所示,要判别图中的 某个果子是苹果还是李 子,要将该图像进行放大 或者是缩小,才能够进行 正确的比较与识别。 图像的缩小 l分为按比例缩小和不按比例缩小两种。 l图像缩小之后，因为承载的
2、信息量小了，所以画布 可相应缩小。 (a) 按比例缩小 (b) 不按比例缩小 图像缩小 实现思路 l图像缩小实际上就是对原有的多个数据进行挑 选或处理，获得期望缩小尺寸的数据，并且尽 量保持原有的特征不丢失。 l最简单的方法就是等间隔地选取数据。 图像缩小 实现方法 l设原图像大小为M*N，缩小为k1M*k2N， （k11）。算法步骤如下： 1）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. 2）G(x,y)=F(c1*i,c2*j) c1=1/k1 c2=1/k2 K1=1.5, k2=1.2 1233 456
3、6 4566 i=1,2, j=1,3. x=1,3, y=1,4. x=1/1.2,2/1.2,3/1.2=i1,i2,i2, y=1/1.5,2/1.5,3/1.5,4/1.5=j1,j2,j3, j3. 123 456 图像放大 实现方法 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 图像错切 基本概念 l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。 l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。 图像错切 数学模
4、型 l错切的数学模型如下： 图像错切 示例 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。 图像的位置变换 l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。 l图像的位置变换主要是用于目标识别中的目 标配准。 图像的平移 l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。 即：g(x,y)=f(x, y) 图像的平移 示例 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
5、,2,3 x=2,3,4 ; y=3,4,5 1 2 3 1 2 3 1 2 3 4 5 1 2 3 4 图像的镜像 l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。 l镜像分为水平镜像和垂直镜像。 图像的水平镜像 l水平镜像计算公式如下（图像大小为M*N） l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） 0-1-2-31 2 3 图像的水平镜像 示例： 1 2 3 1 2 3 1 2 3 -1 -2 -3 3 2 1 1 2 3 图像的垂直镜像 l垂直镜像计算公式如下（图像大小为M*N） l因为表示图像的矩阵
6、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： 1 2 3 1 2 3 1 2 3 -1 -2 -3 1 2 3 3 2 1 图像的旋转 图像的旋转计算公式如下： 这个计算公式计算出的值为小数，而坐标值为正整数 。 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 。 图像旋转的前期处理 画布的扩大 l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。 l画布扩大的原则是：以最小的面积承载全部的画 面信息。 图像旋转的前期处理 画布的扩大 l画布扩大的简单方法是：根据公式
7、l计算出x和y的最大、最小值，即xmin、xmax和 ymin，ymax。 l画布大小为： xmax xmin、 ymax ymin。 图像旋转的前期处理 画布的扩大 旋转后图像的画布大小为： 例 平移量为x=2; y=0。 图像旋转 按照确定画布时的平移量取整 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。 图像旋转后处理 旋转后的隐含问题分析 l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
8、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。 示例 图像旋转后处理 解决问题的思路 l出现问题的核心是像素之间的连 接是不连续的。 l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。 l采用某种填补方法来填充空洞。 图像旋转的后处理 插值 l最简单的方法是行插值（列插值）方法。 1）找出当前行的最小和最大的非背景点的坐标， 记作：(i,k1)、(i,k2)。 如右图有： (1,3)、(1,3); (2,1)、(2,4); (3,2)、(3,4)； (4,2)、(4,3)。 图像旋转的后处理 插值 2
9、）在(k1,k2)范围内进行插值，插值的方法是：空 点的像素值等于前一点的像素值。 3）同样的操作重复到所有行。 图像旋转的后处理 插值效果分析 经过插值处理之后，图像效果就变得自然。 思考一个问题：边界的锯齿如何处理？ 图像的仿射变换 l图像仿射变换提出的意义是采用通用的数学影射 变换公式，来表示前面给出的几何变换。 l回顾前面讲过的几何变换，除了图像的平移，其 他的变换均为线性变换，比较容易处理。 l为了适应平移,提出了齐次坐标的概念。 平移公式： 图像的仿射变换 齐次坐标 l原坐标为 (x,y)，定义齐次坐标为： （wx,wy,w） l实质是通过增加一个坐标量来解决问题。 平移： 图像的仿射变换 通式 l有了齐次坐标 ，就可以定义仿射变换 如下： 仿射变换公式中，取齐次坐标的w=1。 用矩阵形式表示为： 图像的仿射变换 图像几何变换表示 图像的平移： 图像的旋转： 图像的仿射变换 图像几何变换表示 图像的水平镜像： 图像的垂直镜像： 图像的仿射变换 图像几何变换表示 图像的垂直错切： 图像的水平错切： 不同几何变换实际上对应着不同的变换矩阵。 图像的成倍放大效果示例 图像大比例放大时的马赛克效应 放大10倍 图像旋转的效果示例 图像旋转中的插值效果示例 图像的错切效果 图像配准示例 待测印鉴 标准印鉴 与原图比较， 有位置，角度 偏差 水平镜像示例 垂直镜像示例
