当前位置：文档之家 › 用matlab实现双线性插值旋转图像程序

用matlab实现双线性插值旋转图像程序

  • 格式：doc
  • 大小：40.50 KB
  • 文档页数：4

用matlab实现双线性插值旋转图像程序

2008年11月06日 星期四 19:13

用matlab实现双线性插值旋转图像程序

2008-04-27 1

2:51

双线性插值： 输出像素值是它在输入图像中2*2邻域采样点的平均值，它根据某像素周围4个像素的灰度值在水平和垂直两个方法上对其插值。为了方便理解，先考虑一维情况下的线性插值：对于一个数列c，假设c[a]到c[a+1]之间是线性变化的，那么对于浮点数x(a<=x

c(x,b) = c[a+1][b]*(x-a)+c[a][b]*(1+a-x);

c(x,b+1) = c[a+1][b+1]*(x-a)+c[a][b+1]*(1+a-x);

好，现在已经知道c(x,b)和c(x,b+1)了，而根据假设c(x,b)到c(x,b+1)也是线性变化的，所以:

c(x,y) = c(x,b+1)*(y-b)+c(x,b)*(1+b-y) 。

对应以上原理，双线性插值的matlab程序如下：

function [imN] = im_R(im,rotation) %im是输入图像，rotation是旋转矩阵

close all;

im = imread(im);

subplot(1,2,1);

imshow(im);

dim = ndims(im); %确定维数，对灰度和彩色图像分别处理

w = size(im,2);

h = size(im,1);

if( dim == 3 )

imN = zeros( h, w, 3 );

else

imN = zeros(h,w);

end

im = double(im);

for r = 1 : h

for c = 1 : w

t = rotation * [ r - h / 2; c - w / 2 ] + [ h / 2; w / 2 ];%旋转

if( t(1) > 1 && t(2) > 1 && t(1) < h && t(2) < w )%双线性插值

x = floor( t(1) );

y = floor( t(2) );

v1 = im( x + 1, y, : ) * ( t(1) - x ) + im( x, y, : ) * ( 1

+ x - t(1) );

v2 = im( x + 1, y + 1, : ) * ( t(1) - x ) + im( x, y + 1, : )

* ( 1 + x - t(1) );

v = v2 * ( t(2) - y ) + v1 * ( 1 + y - t(2) );

imN( r, c, : ) = round(v);

end

end

end

imN = uint8(imN);

subplot(1,2,2);

imshow(imN);

出处：/kr1423/blog/item/89921324ce87862cd507424e.html

三次样条插值法

h0=figure('toolbar','none',...

'position',[200 50 350 450],...

'name','实例86');

h1=axes('parent',h0,...

'position',[0.10 0.45 0.8 0.5],...

'visible','off');

x=0:0.2:2*pi;

y=sin(x);

plot(x,y)

b1=uicontrol('parent',h0,...

'units','points',...

'tag','b1',...

'style','pushbutton',...

'string','三次样条插值',...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[20 60 70 20],...

'callback',[...

'y=0,',...

'sy=0,',...

'strn1=get(e2,''string'');,',...

'n1=str2num(strn1);,',...

'strn2=get(e3,''string'');,',...

'n2=str2num(strn2);,',...

'x=n1:0.2:n2;,',...

'i=1;,',...

'for t=n1:0.2:n2,',...

'y(i)=sin(t);,',...

'sy(i)=san(t,n1,n2);,',...

'i=i+1;,',...

'end,',...

'plot(x,y,''b*'',x,sy,''r-''),',...

'axis([0 7 -1.5 1.5]),',...

'legend(''sin(x)'',''N-Hermite插值'')']);

b2=uicontrol('parent',h0,...

'units','points',...

'tag','b2',...

'style','pushbutton',...

'string','误差比较',...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[170 60 70 20],...

'callback',[...

'strdn1=get(e2,''string'');,',...

'n1=str2num(strdn1);,',...

'strdn2=get(e3,''string'');,',...

'n2=str2num(strdn2);,',...

'strdn=get(e1,''string'');,',...

'dn=str2num(strdn);,',...

'dd=abs(sin(dn)-san(dn,n1,n2));,',...

'msgbox([''误差为：'',num2str(dd)],''计算结果'')']);

e1=uicontrol('parent',h0,...

'units','points',...

'tag','e1',...

'style','edit',...

'fontsize',12,...

'string','1.20',...

'horizontalalignment','right',...

'backgroundcolor',[1 1 1],...

'position',[200 100 40 20]);

t1=uicontrol('parent',h0,...

'units','points',...

'tag','t1',...

'style','text',...

'string','误差点：',...

'fontsize',12,...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[160 100 40 20]);

e2=uicontrol('parent',h0,...

'units','points',...

'tag','e2',...

'style','edit',...

'fontsize',12,...

'string','1.00',...

'horizontalalignment','right',...

'backgroundcolor',[1 1 1],...

'position',[20 85 40 20]);

t2=uicontrol('parent',h0,...

'units','points',...

'tag','t2',...

'style','text',...

'string','第一节点：',...

'fontsize',12,...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[15 105 50 20]);

e3=uicontrol('parent',h0,...

'units','points',...

'tag','e3',...

'style','edit',...

'fontsize',12,...

'string','3.00',...

'horizontalalignment','right',...

'backgroundcolor',[1 1 1],...

'position',[100 85 40 20]);

t3=uicontrol('parent',h0,...

'units','points',...

'tag','t3',...

'style','text',...

'string','第二节点：',...

'fontsize',12,...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[95 105 50 20]);

b3=uicontrol('parent',h0,...

'units','points',...

'tag','b3',...

'style','pushbutton',...

'string','关闭',...

'backgroundcolor',[0.75 0.75 0.75],...

'position',[100 20 60 20],...

合集下载

MATLAB计算图像旋转角度

MATLAB计算图像旋转角度

MATLAB计算图像旋转⾓度

⽐如有图像1，将其旋转n度得到图像2，问如何⽐较两张图像得到旋转的度数n。

算法思路参考logpolar变换：

1.从图像中⼼位置向四周引出射线。

2.计算每根射线所打到图像上的像素累计和，得到极坐标灰度曲线。

3.⽐较两张图的灰度曲线，得到最相关的偏移位置，即为两张图像的旋转⾓度。原图：

旋转了10°的图像：灰度曲线：

代码如下：

main.m

1 clear all;

2 close all; 3 clc;

4

5 img1 = imread('lena.jpg');

6 img2 = imrotate(img1,15);

7

8 imshow(img1)

9 figure;

10 imshow(img2)

11

12 re1 = getCurve(img1);

13 re2 = getCurve(img2);

14

15 figure;

16 plot(re1);

17 hold on;

18 plot(re2);

19

20 su=zeros(length(re1),1);

21 for i=1:length(re1)

22 tmp = circshift(re2,i);

23 su(i) =sum(tmp.*re1);

24 end

25

26 [ma,ind] = max(su);

27 ind/10

getCurve.m

1 function re = getCurve(img)

2

3 [m,n]=size(img);

4

5 oy=m/2;

6 ox=n/2;

7

8 %求中⼼点到图像四个⾓的距离

9 up_left=sqrt((oy-0)^2+(ox-0)^2);

10 up_right=sqrt((oy-0)^2+(ox-n)^2);

11 down_left=sqrt((oy-m)^2+(ox-0)^2);

12 down_right=sqrt((oy-m)^2+(ox-n)^2);

基于Bayer的数字图像还原及MATLAB实现毕业论文

基于Bayer的数字图像还原及MATLAB实现毕业论文

基于Bayer的数字图像还原及MATLAB实现

摘要：成像芯片是数码相机的关键部分，生产厂家通常采用单片CCD或CMOS图像传感器以降低数码相机的生产成本和体积，并在其表面覆盖一层彩色滤波阵列CFA，其中Bayer CFA应用最为广泛。CFA使每个成像点只能获得物理三原色（红、绿、蓝）中的一种颜色分量。因此要获得全彩色图像，必须进行插值获得丢失的其余两个分量，这个过程被称为彩色插值或去马赛克DEMOSAICING。论文主要是对DEMOSAICING过程做研究，提出了双线性法和梯度法等四种不同的算法来实现从灰色图像到真彩色图像的还原，然后分别在MATLAB上进行实现。论文分别得出了四种不同算法的彩色还原图像，并通过对原始图像中有代表性的一小块区域进行放大处理，比较和找出了其中的优势算法。结构上，论文首先介绍数字图像处理的一些基础知识，然后回顾了部分典型的插值算法，并选择了在数字图像处理上独具优势的MATLAB软件，详细记述了运用四种不同的算法来实现从灰色图像到真彩色图像还原的全过程，并对图像放大，对比后得出结论。

关键词：Bayer，彩色滤波阵列，DEMOSAICING，图像还原，MATLAB实现

Digital image reduction based on Bayer and MATLAB implementation

Medical Information

Abstract: Imaging chip is the key part of digital cameras. Manufacturers usually use a single CCD or CMOS

image sensor to reduce the cost and size of digital cameras. Those sensors’ surface is covered with a layer of

color filter array. The Bayer CFA is used most widely. CFA makes each image point to get one of the physical

双线性插值

双线性插值

双线性插值，又称为双线性内插。在数学上，双线性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值。例如已知的红色数据点与待插值得到的绿色点如图1所示：

图1

假如我们想得到未知函数 在点 的值，假设我们已知函数在 , , , 及 四个点的值。

首先在 x 方向进行线性插值，得到

然后在 y 方向进行线性插值，得到

这样就得到所要的结果 ,

如果选择一个坐标系统使得 的四个已知点坐标分别为 (0, 0)、(0, 1)、(1, 0) 和 (1, 1)，那么插值公式就可以化简为

或者用矩阵运算表示为

这就是双线性内插值法。双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊。

双线性插值法的MATLAB源代码为：

I=imread('lena.jpg'); %读入原图像

[nrows,ncols,z]=size(I); %读取图像矩阵大小，方便后面操作

K = str2double(inputdlg('please input scale factor (must

between 0.2 - 5.0)', 'INPUT scale factor', 1, {'0.5'}));

width = K * nrows;

height = K * ncols;

J = uint8(zeros(width,height,z));

widthScale = nrows/width;

heightScale = ncols/height;

for x = 5:width - 5 % 5是为了防止矩阵超出边界溢出

Matlab图形界面图像的旋转、平移和缩放.

Matlab图形界面图像的旋转、平移和缩放.

Matlab图形界面图像的旋转、平移和缩放

目录

问题描述 ............................................... 2

摘要 ................................................... 2 姓名：

班级：

学号：

1 正文 ................................................... 3

1、界面设计 ....................................... 3

2、打开图片功能 ................................... 4

3、实现图片的任意角度的旋转 ....................... 5

4、图像的平移 ..................................... 8

5、图像的缩放（放大与缩小） ...................... 12

实验心得 .............................................. 16

附录： ................................................ 16

Matlab图形界面操作

------图像的旋转、平移和缩放

2 问题描述

期末运用学习的matlab知识通过图形用户界面对图片进行操作，实现如下功能。

 能够查找和读取计算机中存储图像。

 实现图像的旋转、平移、缩放等几何变换。

 通过matlab界面功能实现界面的完美布局。

 编写代码和回调函数实现上述功能。

摘要

本次任务旨在完成以下几个任务：

 整体分为四大模块：原图、旋转、平移和缩放。