5.5.1图像的缩小例.pptVIP

5.5 常用的图像几何变换介绍 图像处理时，往往会遇到需要对图像进行放大、缩小、旋转等操作。因为像素是离散的，所以经过坐标变换之后，如果不进行处理，就会产生畸变。 5.5.1 图像的缩小 一、图像的尺寸减半： 2M*2N的图像缩小为：M*N的图像。 处理方法是： 取偶数行和偶数列构成新的图像。 二、图像的任意成比例的缩小： M*N大小的图像缩小为：L*S大小。 其中：M/N=L/S=k. 1.计算c= L / M 2.设旧图像是F(x,y)，新图像是I(x,y) 则：I(x,y)=F(int(c*x),int(c*y)) 5.5.1 图像的缩小 例： 5.5.1 图像的缩小 三、图像的任意不成比例缩小：这种操作一定带来图像的几何畸变。 M*N大小的图像缩小为：L*S大小。 其中：M/L=k1, N/S=k2. 1.计算c1=1/k1,c2=1/k2 2.设旧图像是F(x,y)，新图像是I(x,y) 则：I(x,y)=F(int(c1*x),int(c2*y)) 5.5.1 图像的缩小 例： 5.5.2 图像的放大 图像的缩小操作中，是在现有的信息里如何挑选所需要的有用信息。 图像的放大操作中，则需对尺寸放大后所多出来的空格填入适当的值，这是信息的估计问题，所以较图像的缩小要难一些。 5.5.2 图像的放大 一、图像的成倍放大 常用的方法是：原来的一个点的值填到一个2*2的小块中去。 5.5.2 图像的放大 二、图像的按比例方法： 方法一： 将一点的值用一个小块来代替。即： 5.5.2 图像的放大 方法二： M*N大小的图像放大为：L*S大小。 其中：M/N=L/S=k. 1.计算c= L / M 2.设旧图像是F(x,y)，新图像是I(x,y) 则：I(x,y)=F(int(c*x),int(c*y)) 5.5.2 图像的放大 三、图像的任意不成比例放大 这种操作一定带来图像的几何畸变。 M*N大小的图像放大为：L*S大小。 其中： L / M =k1, S / N =k2. 1.计算c1=k1,c2=k2 2.设旧图像是F(x,y)，新图像是I(x,y) 则：I(x,y)=F(int(c1*x),int(c2*y)) 5.5.3 图像的旋转 图像的旋转实际上是坐标系的旋转，下图给出了图像旋转的原理示意图。 5.5.3 图像的旋转 为了尽量不扩大画布，所以是以画面的中心点为坐标原点进行旋转的。所以有： 设图像大小为M*N，作新图像的画布为M1*N1. 5.5.3 图像的旋转 因为像素的坐标都是整数，所以当用前面的方法旋转时，会出现画面上有许多的空点，（即白点）这就影响了旋转图像的效果。为此我们还需要进行图像的空点的插值。 5.5.3 图像的旋转 最简单的方法是行插值或是列插值方法： 1. 找出当前行的最小和最大的非白点的坐 标，记作：(i,k1)、(i,k2)。 2. 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M1行。 5.5.3 图像的旋转 图像的减半缩小效果 图像的按比例缩小效果 图像的不按比例任意缩小 图像的成倍放大效果 图像大比例放大时的马赛克效应 图像不按比例放大 图像的旋转效果 图像旋转中的插值处理效果 取：2，3，5，6列；2，4行 思考： 如果比例太大，两种方法都会出现马赛克效应。如果这个问题交给你处理，有没有办法解决？ θ 插值处理示意图： * * 主要内容： 1.图像退化模型 2.频率域恢复方法 3.图像的几何校正 第5章 图像复原* *此章对应着参考教材[3]的第七章 7.1，7.2，7.3, 7.7.4 5.1 图像退化模型 5.1.1 图像的退化 图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。 图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。 典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。图像复原过程如下： 找退化原因→建立退化模型→反向推演→恢复图像 可见，图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度，体现在建立的退化模型是否合适。 图像复原和图像增强的区别： 图像增强不考虑图像是如何退化的，而是