2 图像的基础性运算

2 图像的基础性运算

2021-12-02
个人学习记录，欢迎交流批评。
图像的基础运算包括：几何运算、代数运算、模板运算。

2.1 图像的几何运算

图像的几何运算是一种空间变换，主要在于确定变换前后图像中点与点之间的映射关系。
将点(x,y)变换到(x’,y’)可表示为：
$$(x^{\prime }{y}^{\prime }1)=(xy1)\left[\begin{array}{ccc}a& c& p\\ b& d& q\\ e& f& s\end{array}\right]\text{\hspace{1em}(3)}$$
其中，
$$T=\left[\begin{array}{ccc}a& c& p\\ b& d& q\\ e& f& s\end{array}\right]\text{\hspace{1em}(3)}$$
为变换矩阵。

在介绍运算之前，了解图像的插值运算：
（1）最近邻插值：选取距离最近的像素的值作为插值点像素的值；
（2）双线性插值、三线性插值、其他插值方法。

1、图像平移

$$T=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ a& b& 1\end{array}\right]\text{\hspace{1em}(3)}$$
图像延x轴平移a，沿y轴平移b。

Image1 = imread('C:\Users\Administrator\Desktop\timg\lotus.jpg');
[h,w,c] = size(Image1);
deltax = 20;
deltay = 20;
newh = h + abs(deltay);
neww = w + abs(deltax);
tform = affine2d([1 0 0; 0 1 0; deltax deltay 1]); % 定义平移变换
TF = isTranslation(tform)  % 判断是否为平移变换
[xLimitsOut,yLimitsOut] = outputLimits(tform,[1 w],[1 h]);
% 确定合适的输出坐标
if deltax < 0
	xLimitsOut(2) = xLimitsOut(2) + abs(deltax);
else
	xLimitsOut(1) = xLimitsOut(1) - abs(deltax);
end
if deltay < 0
	xLimitsOut(2) = xLimitsOut(2) + abs(deltay);
else
	xLimitsOut(1) = xLimitsOut(1) - abs(deltay);
end
% 不扩大尺寸输出图像对象
R1 = imref2d([h,w],[1 w],[1 h]);
% 扩大尺寸输出图像对象
R2 = imref2d([newh,neww],xLimitsOut,yLimitsOut);
NewImage1 = imwarp(Image1,tform,'FillValue',255,'OutputView',R1);
NewImage2 = imwarp(Image1,tform,'FillValue',255,'OutputView',R2);

figure,imshow(Image1);
figure,imshow(NewImage1);
figure,imshow(NewImage2);

2、图像镜像

水平镜像：
$$T=\left[\begin{array}{ccc}-1& 0& 0\\ 0& 1& 0\\ M-1& 0& 1\end{array}\right]\text{\hspace{1em}(3)}$$
垂直镜像：
$$T=\left[\begin{array}{ccc}1& 0& 0\\ 0& -1& 0\\ 0& N-1& 1\end{array}\right]\text{\hspace{1em}(3)}$$
对角镜像：
$$T=\left[\begin{array}{ccc}-1& 0& 0\\ 0& -1& 0\\ M-1& N-1& -1\end{array}\right]\text{\hspace{1em}(3)}$$

% 水平镜像
HImage = flipdim(Image1,2); %按列翻转
% 垂直镜像
VImage = flipdim(Image1,1);%按行翻转
% 对角镜像
CImage = flipdim(HImage,1);
NewImage = [Image1,HImage;VImage,CImage];
figure,imshow(NewImage);

3、图像旋转

若逆时针旋转θ角度，变换矩阵T为
$$T=\left[\begin{array}{ccc}cos\theta & -sin\theta & 0\\ sin\theta & cos\theta & 0\\ 0& 0& 1\end{array}\right]\text{\hspace{1em}(3)}$$

% 读取图像为double类型
Image1double = im2double(imread('C:\Users\Administrator\Desktop\timg\lotus.jpg'));
% 旋转不剪切，双线性插值
ImageRNC = imrotate(Image1double,15,'bilinear');
% 旋转剪切（剪切：输出图像与输入图像同样大小，对其剪切）
ImageRC = imrotate(Image1double,15,'bilinear','crop');
subplot(131),imshow(Image1double),title('original');
subplot(132),imshow(ImageRNC),title('RNC');
subplot(133),imshow(ImageRC),title('RC');

4、图像的缩放

图像如果没有按比例缩放，即kx≠ky会产生几何畸变，变换矩阵：
$$T=\left[\begin{array}{ccc}kx& 0& 0\\ 0& ky& 0\\ 0& 0& 1\end{array}\right]\text{\hspace{1em}(3)}$$

ImageS = imresize(Image1,'Scale',[1.6,2.8]); % 不按比例放缩 
imshow(ImageS);

5、图像错切

图像错切是指平面景物在投影平面上的非垂直投影
$$T=\left[\begin{array}{ccc}1& dy& 0\\ dx& 1& 0\\ 0& 0& 1\end{array}\right]\text{\hspace{1em}(3)}$$

dx=0.5;
dy=0.8;
tform = affine2d([1 dy 0;dx 1 0;0 0 1]);
ImageV = imwarp(Image1,tform);
imshow(ImageV);

6、图像转置

图像转置是指图像的行列坐标互换。
$$T=\left[\begin{array}{ccc}0& 1& 0\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]\text{\hspace{1em}(3)}$$

tform = affine2d([0 1 0;1 0 0;0 0 1]);
ImageT = imwarp(Image1,tform);
imshow(ImageT);

2.2 图像的代数运算

代数运算主要包括加减乘除、与或非等运算。
需要是两幅大小相等的图像

1、加法和减法运算

图像对应点相加减；
加法：实现图像叠加（随机噪声可通过多次叠加图像取平均值消除）；减法：总图像-背景图=目标特征图。（可用于显示两幅图像的差异，取出不需要的图案，图像分割等）

% 加法
Image2 = imread('C:\Users\Administrator\Desktop\timg\cloud.jpg');
Imageadd = imadd(Image1,Image2);
imshow(Imageadd);
% 减法
Imagesub = imsubtract(Imageadd,Image1);
imshow(Imagesub);  % 不会得到Image2,超出取值范围的被截断

2、乘除法

对应点相乘除；
乘法主要用于图像与模板相乘实现局部特征的提取；
除法可以消除空间可变的量化敏感函数、归一化、产生比率图像等。

% 乘法
Imagemul = immultiply(Image1,Image2);
imshow(Imagemul);
% 除法
Imagediv = imdivide(Image1,Image2);
imshow(Imagediv);

3、逻辑运算

非运算：$$f(x,y)=255-f(x,y)$$ 获得原图像的反图像，称为反色；
与运算：$$g(x,y)=f1(x,y)\&f2(x,y)$$ 求两幅图像的相交子图；
或运算：$$g(x,y)=f1(x,y)\Vert f2(x,y)$$ 合并两幅图像的子图像；
注意：按位逻辑运算和逻辑运算（输出0-1）不同。

% 求反图像
ImageCom = imcomplement(Image1);
imshow(ImageCom);

% 按位逻辑运算
ImageBL = bitand(Image1,Image2);
imshow(ImageBL);
%ImageBL = bitcmp(Image1);
%ImageBL = bitor(Image1,Image2);
%ImageBL = bitxor(Image1,Image2);

% 逻辑运算符进行运算
ImageL = Image1 & Image2;
imshow(double(ImageL));   % 不转double会报错
%ImageL = ~Image1;
%ImageL = Image1 | Image2;
%ImageL = xor(Image1,Image2);

2.3 邻域及模板运算

1、邻域：以某像素点为中心，一般有4、8、24邻域。
2、模板：又叫滤波器、核、掩膜、窗口，用一个小的二维矩阵来表示，模板上的值称为加权系数。
3、模板运算：卷积或互相关运算，不断在图像上移动模板的位置，将模板中心对准图像的一个位置(x,y)，然后让二者重合区域的对应元素一一相乘，后加和，成为新的(x,y)上的取值。
注意：由于边缘像素进行模板运算有不同的处理方法，如在外围补0或不变，或直接不算等，运算后的结果的形状会不同，要注意选择！

% 1/25的5*5的模板
H = [1 1 1 1 1;1 1 1 1 1;1 1 1 1 1;1 1 1 1 1;1 1 1 1 1];
H = H/25;
Image1gray = rgb2gray(Image1);
Image1graydouble = im2double(Image1gray);
% conv2进行补0
ImageConv = conv2(Image1graydouble,H,'same'); % 返回与原图像大小相同的中心部分 
imshow(ImageConv);