产品讲技术 | 带你看懂什么是计算机视觉（一）

4）加权平均法：根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，按下式对RGB三分量进行加权平均能得到较合理的灰度图像。

1.2 什么是图像几何变换？

图像几何变换又称为图像空间变换，通过平移、转置、镜像、旋转、缩放等几何变换对采集的图像进行处理，用于改正图像采集系统的系统误差和仪器位置（成像角度、透视关系乃至镜头自身原因）的随机误差。

这就给观测者或是图像识别程序带来了困扰，通过适当的几何变换可以最大程度地消除这些几何失真所产生的负面影响，有利于我们在后续的处理和识别工作中将注意力集中子图像内容本身。更确切地说是图像中的对象，而不是该对象的角度和位置等。

因此， 几何变换常常作为其他图像处理应用的预处理步骤， 是图像归一化的核心工作之一。它将一幅图像中的坐标位置映射到另一幅图像中的新坐标位置． 我们学习几何变换的关键就是要确定这种空间映射关系， 以及映射过程中的变换参数。

目的：减少因几何失真而造成图像识别的问题，通过图像空间变换最大程度地消除几何失真产生的负面影响。

下面会给大家介绍一下几何变换常用的几种方法的原理和Matlab实现方法：

• 图像的平移变换；
• 图像的镜像变换；
• 图像的转置变换；
• 图像的旋转变换；
• 图像的缩放。

1.2.1 图像的平移变换

在进行书写matlab代码之前，先来了解一下图像平移的理论基础。设图像的高度为H，宽度为W，如下所示：

我们知道，图像是由像素组成的，而像素的集合就相当于一个二维的矩阵，每一个像素都有一个“位置”，也就是像素都有一个坐标。假设原来的像素的位置坐标为（x0,y0），经过平移量（△x，△y）后，坐标变为（x1,y1），如下所示：

用数学式子表示可以表示为：

x1 = x0 + △x

y1 = y0 + △y

用矩阵表示为：

本来使用二维矩阵就可以了的，但是为了适应像素、拓展适应性，这里使用三位的向量。

式子中，矩阵：

称为平移变换矩阵（因子），△x和△y为平移量。

此外，我们也知道了，图像的高度H其实也就是像素的行数，对于坐标1≤X≤H；图像的长度也就是像素的列数，对应坐标1≤Y≤W。

我们先来看一下效果，，效果如下所示：

然后下面分析一下关键的代码：

（编辑：PHP编程网 - 金华站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!