图像的旋转插值算法和基于链码技术计算图像几何矩的算法研究.pdf

摘要关键词:几何变换、旋转、错切、曲面拟合、插值、自动机、顶点链码、边界标定自图像的旋转算法是图像的基础算法。本文在目前常用的旋转算法研究的基础上,给出了基于错切原理的三步切移旋转算法的推导过程,并在实现方法上进行优化,优化后的算法既避免了几何旋转变换产生的缩放效应,又解决了三步错切旋转变换算法中图像的精度下降和瓶颈问题,提高了图像旋转变换的质量和效率。为了有效解决图像旋转过程中的插值问题,本文在研究现有的图像插值算法的基础上,提出了一种基于二次曲面拟合的插值算法。该算法对最近邻插值算法中的阶梯状直边界起很好的平滑作用,有效地解决了线性插值算法中的亮度损失问题,避免了高阶插值算法运算量巨大、严重耗时等局限。在计算机视觉中,矩是一种重要的形状特征描述。本文在研究现有的计算图像几何矩的各种算法的基础上,提出了基于链码技术计算图像几何矩,分别用两种不同的链码方法进行计算:一种是运用自动机获取任意图像区域边界的绰牒屯枷袂边界点坐标序列,结合离散化的格林理论,准确快速计算出图像的几何矩;另一种是基于顶点链码计算图像几何矩。与现有算法相比较,前一种方法计算结果准确,内存开销低,运算速度快,适用于任何形状的图像;后一种方法对凸形图像,计算公式简化,计算结果准确。动机、绰搿⒓负尉
眒韆主篻酊中舀雠,’幽瑃間Ⅱ舏也瞖圳..“,.,也痵籺耹鮨,:,、Ⅳ甜畍,矗俄,蒭
#猐。第一章绪论图像的旋转、,也是计算机图形处理软件的一项核心技术。在数字图像处理过程中,经常要用到旋转,例如:图像扫描输入时常发生位置倾斜,对其进行倾斜校正需要对图像进行旋转;在多幅图像比较和模式识别中,要对图像进行旋转操作;在图像的剪裁和拼接前,也要对图像作旋转处理。图像的旋转是数字图像处理的一个非常重要的环节,是图像的几何变换手法之一。从原图像和目标图像关系来考虑,可以把图像的变换分为两种:一种是原图像到目标图像的变换;另一种是目标图像到原图像的变换即逆变换。在一般情况下,原图像的位置坐标珁U勘晖枷竦南嘤ξ恢米暌话阄7钦垂吹蹦勘晖像的位置坐标为整数,原图像的相应位置坐标一般为非整数。于是需要用插值运算计算出浚非整数坐标点的像素值。因此,图像的插值算法是数字图像的几何运算的重要环节,是图像变换处理的基础算法。在图像分析和图像识别中,矩是一个非常重要的特征,有着广泛的应用,如模式识别、目标分类、目标识别与方位估计、图像编码和重构等。相对于其他拥有复数核的矩,图像的几何矩易于执行和完成。因此,如何精确、快速计算图像的几何矩一直为人们所研究。图像的旋转变换是图像的几何变换之一。一般图像的旋转采用几何旋转方法:以图像的中心为原点,旋转一定的角度。设这一几何旋转变换的矩阵为:图像的旋转插值算法和基于链码技术计算图像几何矩的算法研究
出渊雒牵扎。孔如瞻口甲盎鳌住住[峒浮踥口’协口’,也称零阶插值。它输出的像素灰度值等于距经过几何旋转变换后,图像的大小一般会发生改变即产生缩放效应。当旋转角保庵炙醴判вψ畲蟆为了解决图像几何旋转变换产生的缩放效应,人们研究了各种旋转算法;孤于年提出了四步实现图像旋转的方法【俊对旋转矩阵姆纸馊缦拢和在年提出了两步实现图像旋转的方法】。这种旋转方法首次通过硬件实现图像的旋转,但旋转后的图像较原图像有很大程度上的缩小。和孕>卣驲的分解如下:方法仍然为硬件实现图像旋转提供理论依据。由硬件实现这三步旋转得到的图像虽然解决了缩放问题,但图像的旋转质量低。和孕>卣驲作如下的分解:目前,在图像的预处理过程中,图像的旋转处理仍然采用通用的几何旋转变换方法。在对图像进行变换时可能产生一些非整数位置的点,这时需要用插值运算计算出该点的像素值。常用的插值算法有最近邻插值算法、线性插值算法和高阶插值算法。离它映射到的位置最近的输入像素的灰度值。最近邻插值计算简单,但插值质量差,效果不理想,会出现阶梯状直边界问题。口图像的旋转插值算法和基于链码技术计算图像几何矩的算法研究一。
第一步:一阶线性插值求得厂琽厂琽厂,·琽怀琽,厂,·【厂,一,,厂瑈/琽眇ǔ,】。线性插值嘲第二步:对/幸唤追仔圆逯第三步:对垂直方向进行一阶线性插值,,但图像的亮度损失分,“、直鹞P∈糠帧O袼刂担“:线性插值算法是通过与插值点相邻的四个已知点与双线性函数拟合实现的。设,函数,,甜瑈牧炼惹蠼獠街较大,使插值后的图像变得模糊,图像的细节产生退化。常见的高阶插值有双三