数字图像处理——图像的几何变换

这次学习图像的几何变换，主要有以下内容：

　　　　　　·图像的平移变换

　　　　　　·图像的镜像变换

　　　　　　·图像的转置变换

　　　　　　·图像的旋转变换

　　　　　　·图像的缩放

1、图像的平移变换

　　在进行书写matlab代码之前，先来了解一下图像平移的理论基础。设图像的高度为H，宽度为W，如下所示：

我们知道，图像是由像素组成的，而像素的集合就相当于一个二维的矩阵，每一个像素都有一个“位置”，也就是像素都有一个坐标。假设原来的像素的位置坐标为（x0,y0），经过平移量（△x，△y）后，坐标变为（x1,y1），如下所示：

用数学式子表示可以表示为：

　　　　　　　　　　　　　　x1 = x0 + △x,

　　　　　　　　　　　　　　y1 = y0 + △y；

用矩阵表示为：

本来使用二维矩阵就可以了的，但是为了适应像素、拓展适应性，这里使用三位的向量。

式子中，矩阵：

称为平移变换矩阵（因子），△x和△y为平移量。

此外，我们也知道了，图像的高度H其实也就是像素的行数，对于坐标1≤X≤H；图像的长度也就是像素的列数，对应坐标1≤Y≤W。

　　上面是理论基础，下面我们就用matlab实现一下图像的平移变换，相应的matlab代码如下所示：

close all ;

clear all ;

clc ;

im = imread('F:/图像处理/Koala.jpg');%读入一幅图

[H,W,Z] = size(im); % 获取图像大小，H为垂直方向768点，W为水平方向1024点

I=im2double(im);%将图像类型转换成双精度

res = ones(H,W,Z); % 构造结果矩阵。每个像素点默认初始化为1（白色）

delX = 50; % 平移量X

delY = 100; % 平移量Y

tras = [1 0 delX; 0 1 delY; 0 0 1]; % 平移的变换矩阵

for x0 = 1 : H%第1行到第768行

for y0 = 1 : W%第1列到第1024列

temp = [x0; y0; 1];%将每一点的位置进行缓存，1行1列，1行2列···1行1024列

temp = tras * temp; % 根据算法进行，矩阵乘法：转换矩阵乘以原像素位置

x1 = temp(1, 1);%新的像素x1位置，也就是新的行位置（从1~768）

y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置（从1~1024）

% 变换后的位置判断是否越界

if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小于新的列位置

res(x1,y1,:)= I(x0,y0,:);%进行图像平移，颜色赋值

end

end;

set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小

set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色

figure;%打开一个窗口，用来显示（多幅）图像

subplot(1,2,1), imshow(I),axis on ;%显示图片，一行两列，第一幅

subplot(1,2,2), imshow(res),axis on;%显示图片，一行两列，第二幅

我们先来看一下效果，然后着重分析一下代码，效果如下所示：

然后下面我们分析一下关键的代码：

　　读入图像之后，得到im,我们可以看到im是一个三维的变量，包括了像素的位置（高度(即垂直长度)和宽度（即水平长度）），像素的颜色。（注，24位真彩图：也是用矩阵表示，图像像素直接用RGB颜色显示，而不是通过颜色索引表。图像像素的颜色用三个变量表示即（R,G,B），每个变量从0~255变化，因此一个像素也就是8bit*3=24bit，一个像素用24bit表示可以有2^24种颜色。）我们可以看到会有unit8，就是8bit的原因。

　　然后我们获取图像的大小，用H,W,Z三个变量接收，其中H接收了图片的高度（也就是垂直长度），W接收了图片的宽度（水平长度），然后Z接收了图片的颜色值。

　　然后我们将图像转换成双精度类型I，这是因为使用双精度可以仿真在转换过程中发生精度损失的问题，也是方便我们进行转换。转换之后，我们可以看到unit8的类型别我们转换成了double类型。

　　接着，我们构造一个图像res矩阵，这个图像首先进行归一化，也就是让里面的元素全部为1，对于图像，就是一张白色的图片了。这个图像主要是用来“保存”我们进行位移后的图像。

　　然后我们就设置平移量、构造平移变换矩阵。这个矩阵我们根据前面的理论部分可以得到。

　　接着便是重点了，进行平移变换。我们来一句一句解读这个循环。当x0=1,y0=1时，得到第一个像素的位置，也就是（x0,y0）这个像素，然后将这个像素位置进行缓存，也就是构造一个矩阵temp,即理论中的：

然后进行位置转换，也就是进行矩阵相乘，用变换矩阵乘以原像素矩阵，得到了变换后像素矩阵：

　　接着，我们需要把变换后的像素位置“提取”出来，用x1，y1进行存储；为什么要获取位置呢？这是因为我们要判断这个像素是否越界了，也就是进行平移之后，得到的这个像素位置是否还存在显示区域里面，也就是我们的

　　　　　　　　if (x <= H) & (y <= W) & (x >= 1) & (y >= 1) 语句

当还在显示区域里面时，我们要进行移位显示：

　　　　　　　　　　 res(x1,y1,:)= I(x0,y0,:);%进行图像平移，颜色赋值

这个语句的含义是，把I中的RGB值（也就是颜色值）赋值给res，也就是说，前面矩阵相乘只是移动的像素位置，但是颜色没有进行移动，这里进行图像颜色的平移，当x0=1,y0=1时，把该点的位置图像颜色进行移动过去。

　　当x0=1,y0=2时，移动第二点。我们可以看到，这里的代码是：从左到右平移，也就是先进行宽度的平移；从上到下，进行高度的平移。当两个循环完成之后，图像也就像平移完成了。

　　最后的代码就是显示图像了，其中axis on 的意思是打开左边，方便我们进行查看平移后的位置。从上面的效果我们可以得到，delx表示的高度的平移量，delx为正值时往下平移，delx为负值时往上平移；而dely表示的宽度的平移量，正值往右平移，负值往左平移。

2、图像的镜像变换

　　图像的镜像变换分为水平镜像和垂直镜像，下面分别进行这两种镜像的介绍，首先说明一下，无论是水平镜像还是垂直镜像，镜像后高度和宽度都不变。

　　　　　　 H图像的高度，关联x W：图像的宽度，关联y

　　·水平镜像操作：以原图像的垂直中轴线为中心，将图像分为左右两部分进行对称变换。示意图如下所示：

　　水平镜像中，原图中的（x0,y0）经过水平镜像后，坐标变成了（x0,W-y0），用数学公式表达就是：

　　　　　　　　　　x1 = x0,

　　　　　　　　　　y1 = W-y0 ;

写成矩阵就是：

也就是说，水平镜像变换矩阵（因子）为：

用matlab代码实现如下所示：

close all ;
clear all ;
clc ;
im = imread('F:/图像处理/Koala.jpg');%读入一幅图
[H,W,Z] = size(im); % 获取图像大小，H为垂直方向768点，W为水平方向1024点
I=im2double(im);%将图像类型转换成双精度
res = ones(H,W,Z); % 构造结果矩阵。每个像素点默认初始化为1（白色）
tras = [1 0 0; 0 -1 W; 0 0 1]; % 水平镜像的变换矩阵
for x0 = 1 : H%第1行到第768行for y0 = 1 : W%第1列到第1024列temp = [x0; y0; 1];%将每一点的位置进行缓存，1行1列，1行2列···1行1024列temp = tras * temp; % 根据算法进行，矩阵乘法：转换矩阵乘以原像素位置x1 = temp(1, 1);%新的像素x1位置，也就是新的行位置（从1~768）y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置（从1~1024）% 变换后的位置判断是否越界if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小于新的列位置res(x1,y1,:)= I(x0,y0,:);%进行图像颜色赋值endend
end;
set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小
set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色
figure;%打开一个窗口，用来显示（多幅）图像
subplot(1,2,1), imshow(I),axis on ;%显示图片，一行两列，第一幅
subplot(1,2,2), imshow(res),axis on;%显示图片，一行两列，第二幅

代码已经没有什么好介绍的了，跟前面的平移差不多，只不过变换矩阵是水平镜像变化矩阵，得到的效果如下所示：

　　·垂直镜像操作：以原图像的水平中轴线为中心，将图像分为上下两部分进行对称变换。示意图如下所示：

　　垂直镜像中，原图中的（x0,y0）经过垂直镜像后，坐标变成了（H-x0,y0），用数学公式表达就是：

　　　　　　　　x1 = H - x0,

　　　　　　　　y1 = y0 ;

写成矩阵就是：

也就是说，垂直镜像变换矩阵（因子）为：

用matlab代码实现如下所示：

close all ;clear all ;clc ;im = imread('F:/图像处理/Koala.jpg');%读入一幅图[H,W,Z] = size(im); % 获取图像大小，H为垂直方向768点，W为水平方向1024点I=im2double(im);%将图像类型转换成双精度res = ones(H,W,Z); % 构造结果矩阵。每个像素点默认初始化为1（白色）tras = [-1 0 H; 0 1 0; 0 0 1]; % 垂直镜像的变换矩阵for x0 = 1 : H%第1行到第768行for y0 = 1 : W%第1列到第1024列temp = [x0; y0; 1];%将每一点的位置进行缓存，1行1列，1行2列···1行1024列temp = tras * temp; % 根据算法进行，矩阵乘法：转换矩阵乘以原像素位置x1 = temp(1, 1);%新的像素x1位置，也就是新的行位置（从1~768）y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置（从1~1024）% 变换后的位置判断是否越界if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小于新的列位置res(x1,y1,:)= I(x0,y0,:);%进行颜色赋值endendend;set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(I),axis on ;%显示图片，一行两列，第一幅subplot(1,2,2), imshow(res),axis on;%显示图片，一行两列，第二幅

代码实现的效果如下所示：

3、图像的转置变换

　　图像的转置就是将图像像素的x坐标和y坐标互换。这样将改变图像的高度和宽度，转置后图像的高度和宽度也将互换。

图像的转置用数学公式描述就是：

　　　　　　　　　x1 = y0,

y1 = x0;

写出矩阵如下所示：

用matlab实现的代码如下所示：

close all ;clear all ;clc ;im = imread('F:/图像处理/Koala.jpg');%读入一幅图[H,W,Z] = size(im); % 获取图像大小，H为垂直方向768点，W为水平方向1024点I=im2double(im);%将图像类型转换成双精度res = ones(H,W,Z); % 构造结果矩阵。每个像素点默认初始化为1（白色）tras = [0 1 0; 1 0 0; 0 0 1]; % 转置的变换矩阵for x0 = 1 : H%第1行到第768行for y0 = 1 : W%第1列到第1024列temp = [x0; y0; 1];%将每一点的位置进行缓存，1行1列，1行2列···1行1024列temp = tras * temp; % 根据算法进行，矩阵乘法：转换矩阵乘以原像素位置x1 = temp(1, 1);%新的像素x1位置，也就是新的行位置（从1~768）y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置（从1~1024）% 变换后的位置判断是否越界if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小于新的列位置res(x1,y1,:)= I(x0,y0,:);%进行图像颜色赋值endendend;set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(I),axis on ;%显示图片，一行两列，第一幅subplot(1,2,2), imshow(res),axis on;%显示图片，一行两列，第二幅

实现的效果如下所示：

4、图像的旋转

　　一般情况下，旋转操作会有一个旋转中心，这个旋转中心一般为图像的中心，旋转之后图像的大小一般会发生改变。图像像素原来的坐标为（x0,y0），（顺时针）选择Θ角度后得到（x1,y1），用数学公式表达如下所示：

x1 = x0·cosΘ + y0·sinΘ，

y1 = -x0·sinΘ + y0·cosΘ；

用矩阵表示如下所示：

matlab中有直接实现图像旋转的函数，整理我们就直接使用图像的旋转函数，代码如下所示：

close all ;clear all ;clc ;im = imread('F:/图像处理/Koala.jpg');%读入一幅图res = imrotate(im,-30);set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im),axis on ;%显示图片，一行两列，第一幅subplot(1,2,2), imshow(res),axis on;%显示图片，一行两列，第二幅

这里主要是说明一下imrotate函数，这个函数就是对图像旋转的函数，输入是图像和旋转的角度，角度为正值时，逆时针旋转；角度为负值时，顺时针选择。代码实现的效果如下所示：

5、图像的缩放

　　下面值来介绍一下图像的缩放主要是根据函数imresize来实现的，我们先来看看代码和效果图，然后分析图像的缩放函数。代码和效果图像所示：

close all ;clear all ;clc ;[im,map] = imread('Hydrangeas.bmp');%读入图片im0 = imresize(im,0.26);%进行缩放到原来的0.26倍im1 = imresize(im,1);%缩放原来的比例im2 = imresize(im,3.5);%进行缩放到原来的3.5倍im3 = imresize(im,[64 40]);%进行图像的缩放并设置图像的行列im4 = imresize(im,1.6,'bilinear');%进行线性插值实现缩放im5 = imresize(im,1.6,'triangle');set(0,'defaultFigurePosition',[100,100,1000,500]);%设置窗口大小set(0,'defaultFigureColor',[1 1 1]);%设置窗口颜色figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im0,map);%显示图片，一行两列，第二幅figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im1,map);%显示图片，一行两列，第二幅figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im2,map);%显示图片，一行两列，第二幅figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im3,map);%显示图片，一行两列，第二幅figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im4,map);%显示图片，一行两列，第二幅figure;%打开一个窗口，用来显示（多幅）图像subplot(1,2,1), imshow(im,map);%显示图片，一行两列，第一幅subplot(1,2,2), imshow(im5,map);%显示图片，一行两列，第二幅

缩小：

等大：

放大：

缩放并且设置行列：

线性插值：

下面介绍一下imresize函数的使用信息（可以通过在matlab 使用help imresize查看）：

该函数主要用来调整图像大小。

B = imresize（A，SCALE）返回一个图像，大小是原来的SCALE倍；A是灰度、RGB或者二进制图像。

B = imresize（A，[NUMROWS NUMCOLS]）调整图像大小，使其具有指定数量的行和列。 NUMROWS或NUMCOLS可能都是NaN，在这种情况下，将自动计算行数或列数，以便保留图像宽高比。

[Y，NEWMAP] = imresize（X，MAP，SCALE）调整索引图像的大小，其中按照SCALE的倍数对原图像进行调整。

[Y，NEWMAP] = imresize（X，MAP，[NUMROWS NUMCOLS]）调整索引图像的大小，通过调整行数和列数进行调整。

要控制imresize使用的插值方法，可以在上面的语法中添加一个METHOD参数，如下所示：

（A，SCALE，METHOD）

（A，[NUMROWS NUMCOLS]，METHOD），

imresize（X，MAP，M，METHOD）

imresize（X，MAP，[NUMROWS NUMCOLS]，METHOD）

METHOD可以是一个命名一般插值方法的字符串：

　'nearest' - 最近邻插值

'bilinear' - 双线性插值

'bicubic' - 三次插值;默认方法

METHOD也可以是一个命名插值内核的字符串：

'box' - 用盒形内核插值

'triangle' - 三角形内核插值（相当于“双线性”）

'cubic' - 用立方核插值（相当于“bicubic”）

'lanczos2' - 用Lanczos-2内核插值

'lanczos3' - 插入Lanczos-3内核

最后，METHOD可以是{f，w}形式的双元素单元阵列，其中f是自定义内插内核的处理函数，w是自定义内核的宽度。在区间-w / 2 <= x <w / 2之外，f（x）必须为零。可以使用标量或向量输入来调用处理函数f。

可以通过使用上述任何语法之后的参数/值对来实现对imresize的附加控制。例如：

B = imresize（A，SCALE，PARAM1，VALUE1，PARAM2，VALUE2，...）

参数包括：

'Antialiasing'- 真假指定缩小图像时是否执行抗锯齿。默认值取决于您选择的插值方法。对于'nearest' METHOD参数，默认值为false;对于所有其他方法，默认值为true。

'Colormap' - （仅与索引图像相关） 'original' 或 'optimized';如果'original' ，则输出newmap与输入图相同。如果是“优化”，则会创建一个新的优化颜色映射。默认值为“optimized”。

'Dither' - （仅适用于索引图像）true或false; 指定是否执行颜色抖动。默认值为true。

'Method' - 如上所述

'OutputSize' - 一个双元素向量[MROWS NCOLS]，指定输出大小。一个元素可以是NaN，在这种情况下，自动计算另一个值以保留图像的宽高比。

'Scale' - 一个标量或两元素向量，指定调整大小的比例因子。如果它是标量，则将相同的比例因子应用于每个维度。如果它是向量，它分别包含行和列尺寸的比例因子。

例子：

--------

使用默认的双三次插值和抗混叠缩小两倍：

I = imread（'rice.png'）;

J = imresize（I，0.5）;

figure，imshow（I）， figure，imshow（J）

使用最近邻内插收缩因子2。（这是最快的方法，但质量最差）：

J2 = imresize（I，0.5，'nearest'）;

调整索引图像的大小：

[X，map] = imread（'trees.tif'）;

[Y，newmap] = imresize（X，map，0.5）;

imshow（Y，newmap）

调整RGB图像的大小以获得64行，自动计算列数：

RGB = imread（'peppers.png'）;

RGB2 = imresize（RGB，[64 NaN]）;

图像的几何变化差不多就到这里了，matlab中有很多函数可以实现图像的几何变换，这里就不详细说明了。

数字图像处理——图像的几何变换相关推荐

数字图像处理图像反转的实现_使用8086微处理器反转16位数字
数字图像处理图像反转的实现 Problem statement: 问题陈述: Write an assembly language program in 8086 microprocessor to ...
数字图像处理图像反转的实现_反转8位数字| 8085微处理器
数字图像处理图像反转的实现 Problem statement: 问题陈述: To reverse 8 bits number using 8085 microprocessors. 使用8085微处 ...
数字图像处理课设图像的锐化_数字图像处理图像锐化处理.ppt
数字图像处理图像锐化处理 4.7.2 灰度级到彩色转换灰度级到彩色转换(例) 在HSI彩色空间的直方图均衡强度均衡处理没有改变图像的色调和饱和度值,但它的确影响了整体图像的彩色感观. 向量分量可以用 ...
matlab 求其骨架,数字图像处理图像的骨架生成和提取（Matlab）三种方法
[实例简介] 数字图像处理图像的骨架生成和提取(Matlab),有三种方法,推荐给大家! [实例截图] [核心代码] Programe ├── Programe1 │ ├── 00.JPG │ ...
Matlab数字图像处理——图像的空间变换
Matlab空间变换函数 imtransform Matlab空间变换函数 imtransform 可以实现图像仿射变换(如平移.旋转.剪切.缩放).投影变换, 该函数可与 maketform 配合 ...
计算机图像进行滤波的函数,数字图像处理图像滤波.ppt
数字图像处理图像滤波图像滤波图像处理中所用到的图像往往含有噪声,需要用图像滤波的方法去除噪声. 内容框架像素基础知识介绍算术和逻辑运算直方图直方图均衡算法,用于图像锐化. 图像增强基本方法 ...
《opencv 数字图像处理图像基础》
<opencv 数字图像处理图像基础> 矩阵通道分离和合并彩色图像转灰度图像灰度图转二值化图像图像运算矩阵定义一个显示图像的函数,对于灰度图,里面添加了vmin=0,vmax ...
数字图像处理--图像梯度的基本原理
前面我们提到,当用均值滤波器降低图像噪声的时候,会带来图像模糊的副作用.我们当然希望看到的是清晰图像.那么,清晰图像和模糊图像之间的差别在哪里呢?从逻辑上考虑,图像模糊是因为图像中物体的轮廓不明显,轮 ...
matlab数字图像处理——图像的读写，灰度、二值图像
一.实验目的 1.结合数字图像处理的知识,直观感受图像处理的基本实现过程 2.熟悉MATLAB工具的使用 3.了解图像的读写和显示二.实验内容实验内容一:图像读取 (1)利用编程实现读取图像利用 ...

数字图像处理——图像的几何变换

数字图像处理——图像的几何变换相关推荐

最新文章

热门文章