数字图像的纠正过程

《数字图像的纠正过程》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数字图像的纠正过程数字图像几何纠正：通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。基本原理：利用图像坐标和地面坐标（另一图像坐标、地面坐标等）之间的数学关系，即输入图像和输出图像间的坐标转换关系实现。纠正函数纠正的函数有多种：多项式方法、共线方程方法、随机场内插方法等。多项式方法应用最普遍。多项式纠正的基本思想：图像的变形规律可以看做是平移、缩放、旋转、仿射、偏扭、弯曲等形变的合成。直接纠正方法：从原始图像阵列出发，按行列的顺序依次对每个原始图像像元点位用变换函数F（）（正解变换公式）求得它在新图像中的位置，并将该像元灰度值移置到新图像的对应位置

2、上。间接纠正法：从空白的新图像阵列出发，按行列的顺序依次对新图像中每个像元点位用变换函数f()（反解变换公式）反求其它在原始图像中的位置，然后把算得的原始图像点位上的灰度值赋予空白新图像相应的像元。确定新的图像的边界：纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠正过程的实施之前，必须首先确定新图像的大小范围。求出原始图像四个角点（a,b,c,d）在纠正后图像中的对应点(a’,b’,c’,d’)的坐标(Xa’,Ya’)(Xb’,Yb’)(Xc’,Yc’)(Xd’,Yd’)，求出x,y坐标的最大最小值。X1=min(Xa’,Xb’,Xc’,Xd’)X2=max

3、(Xa’,Xb’,Xc’,Xd’)Y1=min(Ya’,Yb’,Yc’,Yd’)X1=max(Ya’,Yb’,Yc’,Yd’)确定新图像的分辨率目的是确定新图像宽度和高度；根据精度要求，在新图像的范围内，划分网格，每个网格点就是一个像元。新图像的行数M=（Y2-Y1）/ΔY+1;新图像的列数N=（X2-X1）/ΔX+1;新图像的任意一个像元的坐标由它的行列号唯一确定。灰度重采样纠正后新图像的每一个像元，根据变换函数，可以得到它在原始图像上的位置。如果求得的位置为整数，则该位置处的像元灰度就是新图像的灰度值。如果求得的位置不为整数，则有几种方法：（1）最近邻法距离实际位

4、置最近的像元灰度值作为输出图像像元的灰度值(如下图)。（2）双线性内插法以实际位置临近的4个像元值，确定输出像元的灰度值。公式为：（1）三次卷积法以实际位置临近的16个像元值，确定输出像元的灰度值。公式为：