4.图像的空间域变换操作

更多MATLAB图像处理视频请点击  http://study.163.com/course/courseMain.htm?courseId=1003594013

简单地说，图像的空间域变换操作就是为了达到某种视觉效果，变换输入图像的像素位置，通过把输入图像的像素位置映射到一个新的位置以达到改变原图像显示效果的目的。其实，也就是变换图像的坐标系统。图像的空间域变换操作包括以下几个方面：

更多MATLAB图像处理视频请点击  http://study.163.com/course/courseMain.htm?courseId=1003594013

• 图像插值（Interpolation）
• 图像缩放（Resizing）
• 图像旋转（Rotation）
• 图像剪切（Cropping）

在处理图像的过程中，有时需要对图像的大小和几何关系进行调整，比如对图像进行缩放及旋转，这时图像中每个像素的值都要发生变化。数字图像的坐标是整数，经过这些变换
之后的坐标不一定是整数，因此要对变换之后的整数坐标位置的像素值进行估计。

1. 图像插值

          图像空间域变换操作可以认为是在输入图像和输出图像之间进行像素—像素变换，然而由于我们处理的是数字图像，其重要特点就是图像的横纵坐标值是离散的，这就使得执行空间域变换操作（如缩放、旋转等）后的输出图像中存在像素点无法找到其在输入图像中的对应点，而输入图像的像素点经过空间域变换后也可能落在输出图像中的无效位置上，因而输出图像中将会出现空白点，图像失去可视性。

        为了弥补这一显示缺陷，需要引入图像插值操作，估计像素点之间位置的像素值，将输入图像和输出图像的像素—像素变换在数字图像的约束下完善起来，有效地填充图像中可能出现的空白点。在下一节将要介绍的图像缩放和图像旋转操作都将涉及到图像插值运算。

        插值是常用的数学运算，通常是利用曲线拟合的方法，通过离散的采样点建立一个连续函数来逼近真实曲线，用这个重建的函数便可求出任意位置的函数值。

        设已知函数值为 f (u 1 , v 1 )、f (u 2 , v 2 )⋯⋯f (u n , v n )，则未知点(u 0 , v 0 )的函数值通过插值可以表示为

 

其中，h（）为插值核函数，f（）为权系数

            插值算法的数值精度及计算量与插值核函数有关，插值核函数的设计是插值算法的核心。MATLAB 图像处理工具箱提供了 3 种插值方法：最近邻插值（Nearest Neighbor Interpolation）、双线性插值（Bilinear Interpolation）和双三次插值（Bicubic Interpolation&