图像的矩阵表示_第1页
图像的矩阵表示_第2页
图像的矩阵表示_第3页
图像的矩阵表示_第4页
图像的矩阵表示_第5页
已阅读5页,还剩55页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、图像的采样量化矩阵表示图像的离散化:空间和灰度空间采样:空间坐标的离散化灰度量化:灰度的离散化9/26/202219/26/20222图像的矩阵表示9/26/20223采样和量化存储图象所需的位数:MNk (bit)指每个颜色通道(红、绿、蓝)中的每个像素点可以存储的灰阶值。 例如:一幅8位的图像中, k=3,每个通道分别有256级灰阶; 一幅16位图像中,k=4, 每个通道分别有65536级灰阶;采样:图像的空间尺寸(分辨率): MN(像素)量化:图像的幅度分辨率:G (每个像素用G个灰度表示),G=2k9/26/20224与采样相关的分辨率的概念分辨率:区分细节的程度,是指映射到图像平面上

2、的单个像素的景物元素的尺寸。 单位:pixel/inch,pixel/cm 单位:像素*像素影响因素:采样点数(M,N)和灰度级(数)。 9/26/20225G 灰度值9/26/20226 量化 将各个像素所含的明暗信息离散化后,用数字来表示称为图像的量化,一般的量化值用整数来表示。充分考虑到人眼的识别能力之后,目前非特殊用途的图像均为8bit量化,即用0255描述“黑白”; 在3bit以下的量化,会出现伪轮廓现象。图像的数字化-量化9/26/20227低bit量化的伪轮廓现象示意图9/26/20228量化技术 量化可分为均匀量化和非均匀量化。均匀量化是简单地在灰度范围内等间隔量化。非均匀量化

3、是对像素出现频度少的部分量化间隔取大,而对频度大的量化间隔取小。9/26/20229均匀量化效果示意图 返回9/26/202210非均匀量化效果示意图9/26/2022119/26/202212a9/26/202213Imshow(a)9/26/202214Imshow(a(1:600,1:450,1)9/26/202215Imshow(a(1:600,1:450,2)9/26/202216Imshow(a(1:600,1:450,3)9/26/202217a2=(a(1:600,1:450,1);imshow(a2)9/26/2022189/26/2022199/26/202220a29/2

4、6/202221a3=a1-a29/26/202222a3(100:250, 120:320)9/26/202223第三章 像素空间关系 图像的基本单元是像素,像素在空间是按一定规律排列的,互相之间有一定的关系; 图像中的每一个像素有一定的空间位置,对图像的坐标变换是通过对像素坐标的变换来实现; 变换是一种映射,是将图像从一个空间映射到令一个空间(空间变换),或在同一空间从一个位置转换到另一个位置(坐标变换);坐标变换(平移、旋转和缩放)空间变换灰度插值9/26/2022241. 恒等变换2. 平移变换3. 旋转变换4. 缩放变换坐标变换9/26/202225齐次坐标表示:1. 平移变换2.

5、旋转变换3. 缩放变换9/26/202226(一) 象素的邻域 (邻近像素/近邻像素)1. 4-邻域 象素p(x,y)的4邻域定义为其左右上下4个象素(图a) 2. 对角邻域(D-邻域) 象素p(x,y)的对角邻域定义为其对角4象素(图b) 3. 8-邻域 象素p(x,y)的8邻域定义为其左、右、上、下、左上、右上、左下、右下8个象素(图c), 3.1 象素间联系9/26/2022274-邻域9/26/202228对角邻域9/26/2022298-邻域9/26/202230 (二) 象素的邻接(两个像素接触) 1. 定义: m连接:8连接的变形,消除多路 2. 关系:4-邻接必8-邻接,反之不

6、然。 9/26/2022312. 连接1)邻接(接触) 9/26/202232 连接分类 。 9/26/2022333. 三种连接间的关系(1) 4-连接必8-连接,反之不然; (2) m-连接必8-连接,反之不然; (3) m-连接是8-连接的变型,介于4和8-连接之间,以消除8-连接中产生的歧义性(多路连接)。 9/26/202234(三) 象素连通性 毗邻 1. 两象素毗邻 p-q 若象素p与q相连接,则称它们相毗邻。根据不同种类的连接,毗邻也分为4-毗邻,8-毗邻或m-毗邻。 2. 两象素子集毗邻S-T (S与T连通) 若 则S-T,也称S和T连通。 9/26/202235(三) 象素

7、连通性通路L p(x,y)与q(s,t)间通路L(p,q): 9/26/202236(三) 象素连通性4 连通 若 且存在一条由T中象素组成的从p到q的通路,则称p在T中与q连通。 由不同通路形成不同种类的连通:4-连通,8-连通, m-连通。 9/26/202237(四) 距离度量 1. 定义 2. 常用的三种距离 3. 实际距离度量方法 9/26/202238给定三个象素p(x,y)、q(s,t)、r(u,v), 若D(p,q)满足1.非负性:2.对称性:3.三角不等式 则称为D(p,q)为距离量度函数。 9/26/2022392 常用的三种距离 1). 欧氏距离 2). 街区距离 3).

8、 棋盘距离 9/26/202240思考1:(x,y)的4-邻域象素 (x,y)的8-邻域象素 9/26/2022413.2 基本坐标变换常见图像坐标变换:平移 旋转 缩放9/26/202242简单变换 令则令平移运算,点 被平移到原点。令则图像在X轴方向放大C倍,在Y轴方向放大d倍。9/26/202243 令即则图像是一个关于y轴对称的映像 令则产生一个绕原点顺时针旋转 角的图像。9/26/202244 围绕点 的旋转平移 原点旋转平移 原点分离实现第一步9/26/202245第二步注意限制误差小 一般变换通过指定控制点进行变换多项式卷绕控制删格插值双线性空间变换另一种形式:9/26/2022

9、463.3 形态变换平面区域映射到平面区域9/26/202247投影变换仿射变换仿射变换的矩阵表达9/26/202248特殊仿射变换相似变换刚体变换运动变换9/26/202249一个几何运算需要两个独立的算法:一个算法定义空间变换本身;另一个算法用于灰度插值。3.4 几何失真校正9/26/202250几何运算的一般定义为:其中,f(x, y)为输入图像,g(x, y)表示输出图像。函数a(x, y)和b(x, y)唯一地描述了空间变换,如果它们是连续的,则连通关系将在图像中得到保持。9/26/202251灰度级插值在输入图像f(x, y)中,颜色值仅仅在整数位置(x, y)上被定义,经过空间变

10、换输出图像g(x, y)=f(x, y)的颜色值一般由处在非整数坐标上的f(x, y)的值来决定。9/26/202252几何运算的实现向前映射法:缺点:输入象素可能映射导输出图像的边界之外,此时计算浪费;输出象素的灰度值可能要由许多输入象素的颜色值来决定,涉及多次计算。如果有放大处理,则一些输出象素可能被漏掉。9/26/202253向后映射法(象素填充法):输出象素映射回输入图像,输出图像的象素的颜色值由映射回输入图像的四个相邻象素的颜色值插值决定。向后变换是向前变换的逆。向后映射法是逐象素逐行地输出图像;每个象素的颜色值由最多四个象素参与的插值所唯一确定。9/26/202254灰度级插值最邻

11、近插值最邻近插值是令输出象素的颜色值等于离它所映射导的位置最近的输入象素的颜色值。锯齿效应。9/26/202255双线性插值令f(x, y)为两个变量的函数,其在单位正方形顶点的值已知。假设我们希望通过插值得到正方形内任意点的f(x, y)的值。我们可令双线性方程:来定义的一个双曲抛物面与四个已知点拟合。9/26/202256设,由四个相邻网格点的颜色值来插值f(x, y)的值。可以通过以下几步实现:1. 先求f(x, 0)的值2. 求f(x, 1)的值3. 由来线性插值得到f(x, y)的值9/26/202257得到三式将前两式代入第三式,得到:双线性插值可直接通过等式(4)来计算:4次乘法,8次加减法也可以通过(1)(2)(3)次序依次计算:3次乘法,6次加减

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论