数字图像处理第六章
数字图像处理第六章

彩色图像锐化(拉普拉斯微分)
RGB图像的 拉普拉斯变换 HSI图像的亮度I分量 图像的拉普拉斯变换 a图像和b图像的
差别图像
图a
图bLeabharlann 图c图c的原因:图a像素的锐化是不同彩色的锐化,而图b仅仅是亮度的 锐化,原彩色分量(色调H和饱和度S)保持不变
(把一幅图像分成多个区域)
基于彩色的图像分割
例: 多 R 光 谱 图 像 B 彩 色 编 码 R
G B 合 成
华盛顿特区的光谱卫星图像 G
近 红 外 近 红 外 代 替 R
木星卫星的伪彩色图像
在复杂图像中对感 兴趣的事物进行可 视化处理
活火山最 近喷出的 物质
第六章 彩色图像处理
彩色图像基础知识 彩色空间 伪彩色图像处理
全彩色图像处理
彩色变换
彩色图像平滑和尖锐化
全彩色图像处理
全彩色图像处理研究分为两大类:
分别处理每一分量图像,然后,合成彩色图像
直接对彩色像素处理:3个颜色分量表示像素
向量。令c代表RGB彩色空间中的任意向量
全彩色图像处理
彩色分量是坐标(x,y)的函数,有MN个这样的向量
对大小为 M N 的图像
彩色变换
彩色变换的简单形式
si Ti r1 , r2 ,..., rn
ri 和 si 是 f x , y 和
变量
g x, y
i 1,2,..., n
在任何点处彩色分量的
T1 , T2 ,...Tn 是一个对
射函数集
ri 操作产生 s i 的变换或彩色映
选择的彩色空间决定n的值,如RGB彩色空间,n=3,
数字图像处理06章04与07章

边、噪音、变化陡峭部分
变化平缓部分
v
第6章 图像增强
第6章 图像增强
第6章 图像增强
➢ 低通滤波器 ➢ 高通滤波器 ➢ 带通、带阻滤波器
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
常见的图像中的信息冗余
视觉冗余: 一些信息在一般视觉处理中比其它信
息的相对重要程度要小,这种信息就被称为 视觉冗余。
第6章 图像增强
空间冗余(像素冗余):
由于任何给定的像素值,原理上都可以 通过它的邻居预测到,单个像素携带的信息 相对是小的。
对于一个图像,很多单个像素对视觉的 贡献是冗余的。这是建立在对邻居值预测的 基础上。
原始图像越有规则,各像素之间的相关 性越强,它可能压缩的数据就越多。
时间冗余:
以视频图像为代表,视频图像序列中存在 的关联性产生的信息冗余。
第6章 图像增强
信息熵冗余(编码冗余): 如果一个图像的灰度级编码,使
用了多于实际需要的编码符号,就称该图 像包含了编码冗余。
例:如果用8位表示该图像的像素,我们就说 该图像存在着编码冗余,因为该图像的像素 只有两个灰度,用一位即可表示。
第6章 图像增强
图像编码的分类
图像压缩技术
无损压缩
哈夫曼编码 行程编码 算术编码
有损压缩
有损预测编码 变换编码 其他编码
第6章 图像增强
※ 无损压缩算法中删除的仅仅是图像数据中冗 余的信息,因此在解压缩时能精确恢复原图像。常 用于要求高的场合。
遥感数字图像处理-第6章 几何校正

二、几何校正原理
几何校正涉及两个过程: ➢ 一是空间位置(像元坐标)的变换 ➢ 二是像元灰度值的重新计算(重采样)
4
二、几何校正原理
坐标转换 (a)直接法;(b)间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据,回避了成像的空间 几何过程,主要借助地面控制点实现校正。其主要校正步 骤为:
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点:图像匹配 重点:几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像(数据),经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点(GCP),按照GCP选择原则,在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型,利用选择的GCP数据求取校正模型的参数,
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择,图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的,即都涉及到空间位置(像 元坐标)变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同:几何校正注重的是数据 本身的处理,目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图(数据)之间的一种几何关系,其目的是为 了和参考数据达成一致,而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外,几何校正更像前期数据处理,几何配准更像 后期处理。
数字图像处理课件第6章图像的几何变换

x Hx H
y Hy H
第6章 图像的几何变换
齐次坐标的几何意义相当于点(x, y)落在3D空间H=1
的平面上,如图6-2所示。如果将xOy平面内的三角形abc的 各顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式,就变成H =1平面内的三角形a1b1c1的各顶点。
图6-2 齐次坐标的几何意义
第6章 图像的几何变换
齐次坐标在2D图像几何变换中的另一个应用是:如某 点S(60 000,40 000)在16位计算机上表示,由于大于32767 的最大坐标值,需要进行复杂的处理操作。但如果把S的坐 标形式变成(Hx, Hy, H)形式的齐次坐标,则情况就不同了。 在齐次坐标系中,设H=1/2,则S(60 000,40 000)的齐次坐 标为(x/2,y/2,1/2),那么所要表示的点变为(30 000, 20 000,1/2),此点显然在16位计算机上二进制数所能表示 的范围之内。
(图像上各点的新齐次坐标)
(图像上各点的原齐次坐标)
第6章 图像的几何变换 设变换矩阵T为
a b p
T c
d
q
l m s
则上述变换可以用公式表示为
=
T
Hx1' Hy1'
Hx2' Hy2'
Hxn' Hyn'
x1 x2 xn
T
y1
y2
yn
H H H 3n
1 1 1 3n
第6章 图像的几何变换
6.4 图像镜像
6.4.1 图像镜像变换 图像的镜像(Mirror)变换不改变图像的形状。 镜像变换分为两种:一种是水平镜像,另外一种是垂直镜
数字图像处理6ppt课件

img_median=medfilt2(img_noise); %对附加有椒盐噪声的图像实行中 值滤波
figure; imshow(img_median,[]); %显示中值滤波后的图像
img_median2=medfilt2(img_median); %对中值滤波处理后的图像再次 实行中值滤波
figure; imshow(img_median2,[]); %显示再次中值滤波后的图像
erage',3));
figure; imshow(img_mean,[]); %显示逆谐波滤波后的图像
Q=1.5;
%对高斯噪声图像实行Q取正数的逆谐波滤波
img_mean=imfilter(img_noise.^(Q+1),fspecial('average',3))./imfilter(img_noise.^Q,fspecial('av
%矩阵点乘实现频域滤波
out = ifftshift(out);
%原点移回左上角
out = ifft2(out);
%傅里叶逆变换
out = abs(out);
%取绝对值
out = out/max(out(:)); figure,imshow(out,[]);
%归一化 %显示滤波结果数字图像处理6
数字图像处理6
for i=1:M
数字图像处理第六章课件

HSI2RGB, page299-300
Chapter 6 Color Image Processing
H
S
I
Chapter 6 Color Image Processing
H
S
I
Chapter 6 Color Image Processing
改变HIS成分及其合成图
Chapter 6 Color Image Processing
Chapter 6 Color Image Processing
电磁波谱中可见光波长范围
不同色光之间过渡平滑
Chapter 6 Color Image Processing
在人眼视网膜上
• 两种人眼感光细胞: 锥状,彩色、昼视觉。
700万个细胞
杆状,灰色、夜视觉。
7500万~1.5亿个细胞
• 锥状细胞进一步分为3 种。 感蓝,感绿,感红
Chapter 6 Color Image Processing
CIE_xy色度图
x=X/(X+Y+Z)
y=Y/(X+Y+Z) z=Z/(X+Y+Z) =1-x-y x+y+z=1 x,y即可决定z
参考白为 X=Y=Z=1 x=y=1/3
Chapter 6 Color Image Processing
(c)
Chapter 6 Color Image Processing
利用各正弦型的相位和频率变化,可以用 彩色(分量)来增强不同灰度范围
• 图6.25表示所用的(多对一)转换。这些正弦形函数 包含峰值附近的相对不变值的区域,以及谷底附 近的变化强烈的区域。每个正弦形的相位和频率 变化可以用彩色(分量)来增强灰度的范围。 • 例如,如果所有3个变换有相同的相位和频率,输 出图像将是单色的。3个变换之间相位的小变化会 使那些灰度级对应峰值的像素产生很小的变化, 特别是正弦形低频时。对应正弦形陡峭区域的像 素灰度值被赋予更强的彩色,作为由于相位间位 移引起的3个正弦形幅值间的显著差异的效果。
数字图像处理第6章二值图像处理-专业文档资料

二阶矩则描述了图像的对于直线和对轴与轴的转动惯量,因 此常常也把物体的二阶矩称为惯性矩。
中心矩 :
p q (x x)p(y y )qf(x ,y )d xp d ,q y 0 ,1 ,2
第6章 二值图像处理
低阶矩主要描述区域的面积、转动惯量、质心等等,具有 明显得几何意义,,四阶矩描述峰值的状态等等,一般 来说高阶矩受到图像离散化等的影响,高阶矩一般在应用中 不一定十分准确。
D e(ac)2(bd)2
② 街区距离,用Ds来表示:
(6-1)
D s |ac||bd|
③ 棋盘距离,用Dg表示如下:
(6-2)
D gma a x c|, ( |b|d|)
(6-3)
三者之间的关系为:Dg Ds,如De图6-1(a)、(b)和(c)所示。
第6章 二值图像处理
(a) 欧氏距离 (b) 街区距离 (c) 棋盘距离 (d)≤2构成菱形 (e)≤2构成正方形 图6-1 三种距离示意图
第6章 二值图像处理
6.2 二值图像的几何特征描述
6.2.1 二值图像中曲线的描述 6.2.1.1 轮廓跟踪-甲虫算法
目标区域的边界轮廓是描述目标的重要特征,对于二 值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算 法来得到,这种方法也被称作甲虫算法。如图6-6所示的二 值图像4连通分量,假定目标区域用1(黑色)表示,背景区域
1 (x,y)(x,y)
f(x,y)
0
else
M1N1
那么区域的面积为: S f (x, y) x0 y0
如果经过目标标记,区域占有的连通分量有k个,那么目
标区域的面积则是k个连通分量的面积总和,即有:
k
S Si i 1
digital image processing projects 数字图像处理 冈萨雷斯 第六章所有程序和报告要点

Digital Image ProcessingProject chapter:Chapter 6Project number:Proj06-01 ~ Proj06-04 Student's name:Student's number:Class:ContentsWEB-SAFE COLORS (2)PSEUDO-COLOR IMAGE PROCESSING (2)COLOR IMAGE ENHANCEMENT BY HISTOGRAM PROCESSING (5)COLOR IMAGE SEGMENTATION (7)Web-Safe ColorsExp. 20,PROJECT 06-01ObjectiveTo know what are Web-safe colors, how to generate the RGB components for a given jpeg color image, or convert an image to RGB manually?Requirements(a) Write a computer program that converts an arbitrary RGB color image to a web-safe RGB image (see Fig. 6.10 for a definition of web-safe colors).(b) Download the image in Fig. 6.8 and convert it to a web-safe RGB color image. Figure 6.8 is given in jpg format, so convert your result back to jpg (see comments at the beginning of this project).Figure 1 Fig6.08.jpgTechnical discussion【1】B = fix(A)rounds the elements of A toward zero, resulting in an array of integers.For complex A, the imaginary and real parts are rounded independently.【2】imwrite(A,filename,fmt)writes the image A to the file specified by filename in the format specified by fmt. Program listingsI=imread('Fig6.08.jpg');subplot(131);imshow(I);title('original');I1=fix((I/51)*51);subplot(132);imshow(I1);title('web-safe colors(jpg)');imwrite(I1,'web-safe colors.jpeg','jpeg');subplot(133);I=imread('web-safe colors.jpeg');imshow(I);title('web-safe colors(jpeg)');Discussion of resultsoriginal web-safe colors(jpg)web-safe colors(jpeg)Figure 2 results of project 06-01Pseudo-Col or Image ProcessingExp. 21,PROJECT 06-02ObjectiveTo know when the highpass filtering H hp(u,v) can be obtained by using the relation 1-H lp(u,v).Requirements(a)Implement Fig. 6.23, with the characteristic that you can specify two ranges of gray-level values for the input image and your program will output an RGB image whose pixels have a specified color corresponding to one range of gray levels in the input image, and the remaining pixels in the RGB image have the same shade of gray as they had in the input image.(b) Download the image in Fig. 6.22(a) and process it with your program so that the river appears yellow and the rest of the pixels are the same shades of gray as in the input image.Figure 3 Fig6.22(a).jpgTechnical discussion【1】RGB componentsrgb_R=I(:, :, 1);rgb_G=I(:, :, 2);rgb_B=I(:, :, 3);Program listingsI=imread('Fig6.22(a).jpg');subplot(121);imshow(I);title('original');I=double(I);[m,n]=size(I);L=256;for i=1:mfor j=1:nif I(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;else if I(i,j)<=L/2R(i,j)=0;G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;else if I(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0;endendendendendfor i=1:mfor j=1:nG2C(i,j,1)=R(i,j);G2C(i,j,2)=G(i,j);G2C(i,j,3)=B(i,j);endendG2C=G2C/256;subplot(122);imshow(G2C);title('Pseudo-Color');Discussion of resultsoriginal Pseudo-ColorFigure 4 results of project 06-02Color Image Enhancement by Histogram ProcessingExp. 22,PROJECT 06-03ObjectiveTo know how to implement image enhancement for color images by histogram processing. Note that the definition of histogram for color images differs from that of histogram for gray images.RequirementsDownload the dark-stream color picture in Fig. 6.35. Histogram-equalize the R,G,and B images separately using the histogram-equalization program and convert the imageback to jpg format.Figure 5 Fig6.35(5).jpgTechnical discussion【1】C = cat(dim, A1, A2, A3, A4, ...)concatenates all the input arrays (A1, A2, A3, A4, and so on) along array dimension dim.Program listingsI=imread('Fig6.35(5).jpg');subplot(121);imshow(I);title('original');a=I(:,:,1);b=I(:,:,2);c=I(:,:,3);A=histeq(a);B=histeq(b);C=histeq(c);I3=cat(3,A,B,C);subplot(122);imshow(I3);title('histogram processing');Discussion of resultsoriginal histogram processingFigure 6 results of project 06-03Color Image SegmentationExp. 23,PROJECT 06-04ObjectiveColor image segmentation is a big issue in image processing. This students need to know the basics of this topic.RequirementsDownload Fig. 6.28(b) and duplicate Example 6.15, but segment instead the darkest regions in the image.Figure 7 Fig6.30(01).jpgTechnical discussion【1】RGB2 = im2double(RGB)converts the truecolor image RGB to double precision, rescaling the data if necessaryProgram listingsrgb=imread('Fig6.30(01).jpg');subplot(221);imshow(rgb);title('original');rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);r1=r(129:256,86:170);r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1=sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;subplot(222);imshow(r2);title('segmentation');subplot(234);imshow(r);title('R component');subplot(235);imshow(g);title('G component');subplot(236);imshow(b);title('B component');Discussion of resultsoriginal segmentationR component G component B componentFigure 8 results of project 06-04。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
6.1 复习
1. 矩阵及其运算(复习):
矩阵的逆 对于一个nxn的方阵A,如果存在一个nxn的方阵B,使得 A· B=B· A=In ,则称B是A的逆,记为: B=A-1, A则被称为非奇异矩阵。 矩阵的逆是相互的,A同样也可记为A = B -1 ,B也是一个非奇异矩阵 。 任何非奇异矩阵有且只有一个逆矩阵。
图像的缩小一般分为按比例缩小和不按比例缩小两种。 图像按比例缩小:最简单的是减小一半,这样只需取原 图的偶(奇)数行和偶(奇)数列构成新的图像。 如果图像按任意比例缩小,则需要计算选择的行列。
K=1/3
36
6.4 图像几何变换中的特殊问题
5.缩放(zoom): 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。 一般分为按比例缩小和不按比例缩小两种: 按比例放大:如果需要将原图像放大k倍,则将一个像素 值添在新图像的k*k的子块中。 任意不成比例放大:这种操作由于x方向和y方向的放大 倍数不同,一定带来图像的几何畸变。 图像放大倍数太大,会出现马赛克效应。
对应位置的元素相加; 只有在两个矩阵的行数和列数都相同时才能加法。
6
6.1 复习
1. 矩阵及其运算(复习):
矩阵的乘法 只有当前一矩阵的列数等于后一矩阵的行数时两个矩阵才能相乘。 C=Cm×p = Am ×n · Bn×p cij = ∑aik*bkj
k=1,n
例:设A为2x3的矩阵,B为3x2的矩阵,则两者的乘积为:
17
6.3 几何变换的变换矩阵
二维齐次坐标变换的矩阵的形式是:
这个矩阵每一个元素都是有特殊含义的。
其中
可以对图形进行缩放、旋转、对称、错切等变
换;
18
是对图形进行平移变换;
是对图形作投影变换; 则是对图形整体进行缩放变换。
6.3 几何变换的变换矩阵
标准齐次坐标(x,y,1)
平移
10
6.1 复习
1. 矩阵及其运算(复习):
矩阵运算的基本性质:
交换律与结合律:
A+B=B+A; A+(B+C)=(A+B)+C 数乘的分配律及结合律: a(A+B) = aA+aB; a(A · B) = (aA) · B=A · (aB) (a+b)A = aA + bA a(bA) = (ab)A 矩阵乘法的结合律及分配律: A(B · C) = (A · B)C (A+B) · C=A· C+ B · C C· (A+B) = C · A+C· B 矩阵的乘法不适合交换律。
30
图像旋转时得到的坐标可能并不是整数,处理。6.4 图像几何变换中的特殊问题
2. 旋转(Rotation):
旋转前的图
旋转后保持原图大小
31
旋转后的图转出的部分被裁掉
6.4 图像几何变换中的特殊问题
2. 旋转(Rotation):
插值
32
旋转
6.4 图像几何变换中的特殊问题
3.镜象(mirror):
:
放缩也有基点;
图像放缩时得到的坐标可能并不是整数,即产生新的
35
像素,需要圆整并插值(Interpolation),即利用邻域 的像素来估计新的像素值。 图像缩小之后,因为承载的信息量小了,所以画布可 相应缩小。反之亦然。
6.4 图像几何变换中的特殊问题
5.缩放(zoom): 图像的缩小
11
6.1 复习
2. 屏幕坐标系统 屏幕坐标系统在文本方式与图形方式下是不同的:
文本方式下屏幕坐标系统以字符为单位,从1开始;
图形方式下屏幕坐标系统以象素为单位,从0开始。
图形方式下屏幕坐标系统用以确定某一象素在屏幕上
的位置。 屏幕坐标系统的概念有:
物理坐标; 视口坐标; 窗口坐标。
x’ = x + y*tag(θ)
y’ = y (2) 沿y方向产生错切 x’ = x y’ = y +x * tag(θ) Y (x’,y’) θ (x,y) X
X
26
6.3 几何变换的变换矩阵
6. 常用变换实例:
27
6.3 几何变换的变换矩阵
7. 复合变换
复合变换的一般方法:
变换分解
变换合成
例:关于任意参照点的旋转变换
例:关于任意参照点的缩放变换
28
6.4 图像几何变换中的特殊问题
1. 平移(Translation):
可能部分图像移出原图: 空白处的处理; 裁剪; 原图是否放大。
29
6.4 图像几何变换中的特殊问题
2. 旋转(Rotation):
基点; 可能部分图像转出原图: 空白处的处理; 裁剪; 原图是否放大。
当d=0时,x
x+by,y’= y,此时,图形的y坐标不变,x坐 标随初值(x,y)及变换系数b作线性变化。
’=x,y’=dx+y,此时,图形的x坐标不变,y坐标
’=
当b=0时,x
随初值(x,y)及变换系数d作线性变化。
25
6.3 几何变换的变换矩阵
5. 错切变换 (SHEAR)
(1) 沿x方向产生错切 Y (x,y) θ (x’,y’)
7
6.1 复习
1. 矩阵及其运算(复习):
方阵: nxn阶矩阵称为(n阶)方阵。 单位矩阵 在一矩阵中,其主对角线各元素aii=1,其余皆为0的矩阵称为单位矩阵 。 n阶单位矩阵通常记作In,并有: Am×n = Am×n · In Am×n = Im · Am×n
8
6.1 复习
23
6.3 几何变换的变换矩阵
4. 对称变换
关于X轴的对称变换
P(x,y) 对称点为 P’(x, -y)
关于Y轴的对称变换
P(x,y)对称点为P’(-x, y)
关于坐标原点的对称变换
P(x,y) 关于原点的对称点为P’(-x,-y)
24
6.3 几何变换的变换矩阵
5. 错切变换 (SHEAR)
5
6.1 复习
1. 矩阵及其运算(复习):
矩阵加法 设A,B为两个具有相同行和列元素的矩阵:
A+B =
a11 b11 ... am1 bm1
a12 b12 ... a1n b1n ... ... am 2 bm2 ... amn bmn
14
6.1 复习
2. 屏幕坐标系统 3)窗口与窗口坐标
可将当前视口设置成图形窗口,窗 口使用窗口坐标系。 窗口坐标系是将当前视口的坐标系 重新设置形成的。 窗口坐标系可以是实数或双精度实 数,可有任意取值。 通常,窗口坐标系可按人们习惯的 形式设置为: x向右为正, y向上 为正,原点可以在任意位置。 一般地,用户在图形系统中使用窗 口坐标系,图形系统底层在将图形 输出到显示屏幕时将窗口坐标转换 到视口坐标。
水平镜象为
垂直镜象为
33
对称轴。
6.4 图像几何变换中的特殊问题
4.转置(transpose) :
转置是指将x,y坐标对换; 转置后图的宽高对换。 转置的变换矩阵
:
34
6.4 图像几何变换中的特殊问题
5.缩放(zoom):
平移、旋转、镜象、转置一般不涉及像素颜色; 放缩的变换矩阵
0,0 y x
y 0,0 x
15
6.2 齐次坐标
所谓齐次坐标就是将一个原本是n维的向量用一个
向量来表示。如向量
n+1维 的齐次坐标表示为:
其中h是一个实数。 显然一个向量的齐次表示是不唯一的,齐次坐标的h取不 同的值都表示的是同一个点,比如齐次坐标[8,4,2]、[4,2,1] 表示的都是二维点。
21
6.3 几何变换的变换矩阵
3. 比例变换
x’ = x*sx
Y
P’(x’,y’)
y’= y*sy
Sx = Sy: 均匀缩放。
P(x,y) X
Sx = Sy > 1,放大
Sx = Sy < 1,缩小
Sx 不等于Sy时,沿坐标轴方向伸展和压缩
22
6.3 几何变换的变换矩阵
4. 对称变换
对称变换其实只是a、b、d、e取0、1等特殊值产生的一些特
视口是图形方式下屏幕上的
0,0 0,0 y y
x x
一个矩形区域,当前图形显 示均在当前视口; 缺省地,视口是整个屏幕; 视口可以同时有多个,可以 重叠; 视口坐标是将原点移至物理 坐标系上某一点形成的; 视口坐标也以象素为单位, 坐标取值总是正整数; 原点0,0在视口左上角; x向右为正; y向下为正; x、 y的最大值取决于视口的 大小(象素数)。
殊效果。例如:
当b=d=0,a=-1,e=1时有x’=
-x,y’=y,与y轴对称; 当b=d=0,a=1,e=-1时有x’=x,y’= -y,与x轴对称; 当b=d=0,a=e=-1时有x’= -x,y’= -y,与原点对称; 当b=d=1,a=e=0时有x’=y,y’=x,与直线y=x对称; 当b=d=-1,a=e=0时有x’= -y,y’= -x,与直线y=-x对称。
12
6.1 复习
2. 屏幕坐标系统 1) 物理坐标
物理坐标取决于图形硬件系
0,0
x
统,坐标取值总是正整数; 原点0,0在屏幕左上角; x向右为正; y向下为正; x、 y的最大值取决于显示模 式;如VGA模式则为639, 479。