6-图像畸变校正

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,图像形状及颜色畸变的校正,实验五,一、实验目的,了解数字图像的数学表达及相关概念,加深对数学在相关学科的应用价值的认识,了解对发生畸变的图像进行校正的数学方法,图像,是对客观物体的一种相似性的生动模仿与描述,二、问题描述,图像在生成和传送的过程中，很可能会,产生畸变,比如,：偏色、模糊、几何失真、几何倾斜等,不正确的显影扫描等方式，,受反射光线的影响，,都会使图像产生,偏色现像,几何空间失真,广泛存在于,各种实际工程应用中，,尤其是在遥感、遥测等领域,如何对发生畸变的图像进行,校正,？,模糊,、,几何畸变,主要是在,仪器采集图片过程中产生，,大多是因机器故障或操作,不当影响导致。,比如在医学成像方面,图像质量的,改善和校正,技术，,三、问题分析,就是对一幅退化了的图像进行,恢复,。,在MATLAB里面，读入一幅图像后，,图像就转化成了一个,矩阵数据,。,通过对矩阵数据的分析，可找到发生畸变的成因，,然后,对矩阵数据作相应的修复处理,，,就可以达到图像校正的目的,四、背景知识,数字图像,是用一个数字阵列来表示的图像,其中每个数字表示图像的一个最小单位，称为,像素,一幅640480的图像，,一幅数字图像可以用一个整数矩阵来表示,矩阵元素的位置(i,j)对应数字图像上的一个像素点,矩阵元素的值f(i,j)对应像素点上的颜色灰度值,表示在长、宽方向上各分成640、480个像素,1. 图形文件的读取,AimreadFILENAME,FMT,FILENAME：文件名,FMT：文件格式,A=imread(,c:matlab6p5work);,数组A：返回的该图像的数据值,A=imread(,c:matlab6p5work,image1color,jpg);,例如,：,可以用 size 来,求数组的大小,比如：D =,size,( A ),对二值图和灰度图，A是二维数组,对彩色图，A是三维数组,imagesc(A) ：,显示灰度图像，其中A为二维矩阵,figure ：,新开一个显示图形的对话框。,Image(C)：,将矩阵C显示为一幅真彩图像。,2. 显示图片或者图形,五、实验过程,当初是在处理从人造卫星发送回来的劣质图像的过程中发展,目前，几乎所有涉及应用扫描和成像的领域都需要畸变校正,图像在生成和传送的过程中，很可能会产生畸变,如：偏色、模糊、几何失真、几何倾斜等等,不正确的显影，打印、扫描，抓拍受反射光线的影响等方式，都会使图像产生偏色现像,模糊、几何畸变主要是在仪器采集图片过程中产生，,1. 图像颜色畸变校正,图像颜色畸变现象可以是由摄像器材导致，,也可以是由于真实环境本身就偏色导致，,还有的是由于图像放置过久氧化老化导致。,图像颜色畸变校正应用十分广泛，,比如,：医学成像应用、罪犯识别和国防侦察等。,图像颜色畸变，可通过,灰度直方图,来观察分析。,通过颜色畸变图像的RGB基色直方图 ，发现,三基色中至少有一个在区间0，255上形成,空缺,。,通过调整像素值的分布来解决颜色畸变问题，,通过,拉伸,，使得像素值分布在整个区间0，255上。,a=imread(p1.bmp);,b=double(a);,hist(b(:,:,3);,读取偏色图像,到矩阵,设定拉伸系数,对矩阵元素作拉伸处理,显示处理后的图像,算法的流程:,RGB三色直方图,发生了颜色畸变,基色B数据有空缺,图像明显偏黄,基色B的像素值明显分布在0,140之间，,应该把它拉伸以至0,255上,运行程序,：,dealcolor(color.jpg,3,140),参数1,：,颜色畸变图,名,参数2,：,第几个基色矩阵，1、2、3分别代表R、G、B,参数3,：待拉伸像素值的最大值,校正后的图像,很明显图像整体色质得到了很好的改善,可以改变参数d 的值，来寻求最好的效果,如果三种基色都需要调整，可类似进行。,2.图像模糊校正,得到的图像资料经常都是模糊的。,图像模糊校正是由处理卫星图像而发展起来的，,从监控设备得到的犯罪罪犯图像资料，,由于技术上的缺陷，,如果不进行相关的处理很难得到罪犯的特征。,图像的灰度变化情况可以表现为曲线，,灰度变化就转变成了矩阵数据的变化，,反映数据变化的数学手段可以采用微分算子，,“一阶微分是描述“数据的变化率，,“二阶微分是描述“数据变化率的变化率。,在感应灰度变化方面，二阶比一阶微分更具敏感性，,因此采用,二阶微分算子,来处理。,设原图的函数为：f(x,y)，,一个二阶的,拉普拉斯微分算子,定义为：,将它展开就得到:,写成图像处理,运算模版的形式:,读取待处理图像,到矩阵,对矩阵元素作处理,(,将矩阵元素与周围元素作差分,),显示处理后的图像,算法流程：,如果考虑对角线方向，,模板的形式就表现为:,运行程序,：,faintness(faintness.jpg,0),参数1,：,待处理的图,名,参数2,：,0采用第一种模板，1采用第二种模板,待处理的照片：,处理结果：,运行程序,：,faintness(faintness.jpg,1),处理后比原图要清晰，说明此法是有效的，,第二图的线条轮廓比第一图要清晰，,但是相对第一图，第二图的噪音也加强了很多，,这就是采用二阶微分处理模糊图像的一个弊端。,局部模糊的图像校正跟全局模糊校正原理都是一样，,只须将模糊区域提取出来作为一个整体看待即可。,3.图像几何畸变校正,几何畸变广泛存在，尤其是在遥感遥测等领域，,目前这类畸变校正主要应用于两个领域，,一是医用内窥镜图像的校正，,目的是测量图像上病变区域的大小；,另一应用是机器视觉领域，,是为了提高它的视觉定位精度, 正确完成动作。,几何畸变有,桶形畸变,、,枕形畸变,、,几何倾斜,等。,这里选择桶形畸变来研究。,对于畸变的光学系统，,畸变空间中的直线在,像空间中一般不再是直线，,只有通过对称,中心的直线是例外。,因此在进行桶形畸变校正时须先找出对称中心，,再进行通用的几何畸变校正过程。,桶形畸变校正一般步骤：,(1),找出畸变图对称中心,，将畸变图代表的地址空间,关系转换为以对称中心为原点的空间关系,(2),空间变换,：对畸变图像素重新排列以恢复原空间关系,(3),灰度插值,：对空间变换后的像素赋予相应的灰度值,以恢复原位置的灰度值,也就是利用地址映射关系为校正图空间上的,每一个点找到它们在畸变图空间上的对应点,几何畸变校正一般要使用几何坐标变换，,包括平行移动、旋转、扩大缩小等简单的变换。,发生严重几,何变形的图片,第五条横线和第六条竖线都是直线，,选用这两线的,交叉点,作为,对称中心,进行畸变校正。,再从畸变图中选出4个,线性不相关的点,，,并估计它们在校正图上的对应点。,观察畸变图：,运行程序,：,gmodify(pic,uv,gm,og);,三个输入参数,分别如下：,pic=,uv=144,26;26,198;144,416;,308,241;19,29;303,30;307,325;,gm=144,29;29,198;144,412;,304,241;15,26;306,26;307,327;,og=145，241;,经过校正得到的图像,仍有一定程度的畸变,，,但是畸变程度小多了。,对几何畸变的图像,不可能完全得到恢复 。,这是因为影响畸变校正精度的因素是多方面的。,对校正算法精度影响较大的几种误差有：,对称中心估算误差、系数估计误差、,插值误差和灰度校正误差等。,该校正,方法关键,在于,对称中心的估计和地址映射的系数估计，,而,系数估计的关键,是在于所取对应点对的精确程度，,校正后的图像仍有一定,程度的畸变是由于对应点对不够精确。,校正图上的对应点的估计是很困难的，,通常都需要对程序运行的结果图进行分析，,然后不断进行调整。,图像质量的改善和校正技术，,六、结论与应用,就是对一幅退化了的图像进行恢复，,最初是在处理从人造卫星发送回来的,劣质图像的过程中发展完善的。,目前，图像畸变校正的应用领域越来越广，,几乎所有涉及扫描和成像的领域都需要畸变校正。,