赞
踩
图像和像素的表示
一幅图像可分解为许多个单元。每个基本单元叫做图像元素,简称像素
图像工程的三个层次
亮度适应现象:感知亮度不是亮度的简单函数
马赫带:视觉系统往往会在不同强度区域的边界处出现“下冲”或“上冲”现象(毛边)
图像取样和量化
动态范围:
相邻像素
4邻域
D邻域
8邻域
连通性
连通性是描述区域和边界的重要概念
两个像素连通的两个必要条件是:
例:
答:第一个是8连通,第二个是m连通,第三个是4连通
例:
D e = 2 2 + 5 2 = 29 D 4 = 2 + 5 = 7 D 8 = 5 D_e = \sqrt{2^2 + 5^2} = \sqrt{29} \\ D_4 = 2 + 5 = 7 \\ D_8 = 5 De=22+52 =29 D4=2+5=7D8=5
坐标变换可以借助矩阵写为
v
′
=
T
v
v' = Tv
v′=Tv
为了将所有的对图像的操作都变成对矩阵的乘法运算,将原坐标进行升维,将2D坐标变成3D坐标,这样对图像进行平移的矩阵操作也变成了矩阵乘法。
转换为3D坐标后对对应图像操作的对应矩阵:
改变图像的像素值,我们称为滤波(Filtering)
改变图像的像素位置,我们称为扭曲(Warping)
转置变换
图像转置是指将图像像素的x坐标和y坐标互换
图像的大小会随之改变:高度和宽度将互换
对应要乘的矩阵:
[ 0 1 0 1 0 0 0 0 1 ] [010100001] 010100001
旋转变化(重点)
公式推导:
逆时针旋转
θ
\theta
θ度后,对应的系数矩阵(极坐标变换方式)
{
x
′
=
x
cos
θ
−
y
sin
θ
y
′
=
x
sin
θ
+
y
cos
θ
{x′=xcosθ−ysinθy′=xsinθ+ycosθ
{x′=xcosθ−ysinθy′=xsinθ+ycosθ
[
cos
θ
−
sin
θ
0
sin
θ
cos
θ
0
0
0
1
]
[cosθ−sinθ0sinθcosθ0001]
cosθsinθ0−sinθcosθ0001
例:
答:
在数字图像处理中,几何变换由两个基本操作组成:
数字图像处理只能对坐标网格点(离散点)的值进行变换。而坐标变换后产生的新坐标值同网格点值往往不重合,因此需要通过内插的方法将非网格点的灰度值变换成网格点的灰度值,这种算法称为灰度内插:
方法:
最邻近插值法
将离他最近的灰度值赋予它
这种方法经常产生不希望的人为疵点
,如高分辨率图像的直边扭曲。可以用更完善的技术得到较平滑的结果。
双线性插值
将相邻的两个灰度值相连对应线性值就是当前位置的灰度值
双线性插值的特点:
高阶插值
常见的灰度插值算法和对应的优缺点:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。