【修订版】本文已整理到我的个人博客，订正了原文的几处错误：旋转公式里的减号应为加号（原文与代码矛盾），坐标记号与倾斜系数的命名前后不一；示意图也已重新绘制。CSDN 这一版保留原样，之后的勘误与更新只在博客进行： Geometric Transform : 几何学变换与图像配准 | Finn's blog
1.图像的几何学变换
之前的博文里，我简单的介绍了图像的放大与缩小。放大与缩小也算是图像的几何学变换，本文介绍了其他的几何学变换，包括旋转、水平倾斜和垂直倾斜（当然，还有水平移动与垂直移动。这些变换很简单，不需要插值，所以这里就不着重介绍了）。
假设输入图像为G(u,v)，其变换后的图像为F(x,y)。其变化的方法，如下所示。
图像的几何学变换，主要有两种向前映射与向后映射。
1.1向前映射
所谓向前映射，就是从输入图像为g(u,v)的(0,0)点开始，将g(u,v)遍历一遍，依次计算g(u,v)变换后的坐标。当然，计算出来的坐标不会是整数（很大程度上不会是整数），就像下图所示那样。
借由上图，我们重新理解一些向前映射。假设图像的一部分![]()
这5个点，经过变换，我们得到了右边![]()
的5个点。其实，这个5个点经过变换之后，计算出来的坐标并不是整数。假设现在遍历到![]()
这个点（图中以蓝色表示），通过计算得到的点是![]()
。我们将![]()
的坐标进行四舍五入，将![]()
的值赋值给![]()
（这种处理相当于选择最近的点，属于最初级的插值方法）。
使用上述的向前映射的思想，将图像旋转，我们能得到如下效果。
可以看出来，所得到的结果非常“斑驳”。其原因是，我们将g(u,v)进行变换，计算之后，所得到的坐标四舍五入之后，有的点没有被赋值，而有点被赋值了多次。这就产生了“空穴”，所以让变换后的图像非常斑驳。
我看了一些文章，基本到这里都会说，“由于向前映射会产生空穴，所以向前映射一般不使用”。诸如此类的话，其实这样理解不太对，产生空穴的根本原因是由于插值法的不恰当所产生的。使用向前映射，也可以不产生“空穴”，所使用的方法如下所示。
我们可以通过最接近![]()
的四个点，去确定![]()
的值。这样的话，就可以不产生空穴。但是，这个方法实现起来很困难，所以，向前映射才一般不被使用。
1.2 向后映射
向后映射，就是将输出图像f(x,y)遍历一遍，然后计算输出(x,y)的时候，所需要g(x,y)的坐标。当然，这个数不一定是整数。为了方便理解，还是看下图。
假设，我们遍历到![]()
，通过计算，我们得到![]()
这样一个点。也就意味着，如果需要确定![]()
的灰度值，那么，我们需要![]()
点处的灰度值。这样，几何变换的问题又归结到了插值问题。最方便的办法就是选择最近的点，入上图的例子，![]()
的灰度值等于![]()
的灰度值。当然，还有更加“高级”点的方法，精度也还算可以。![]()
的灰度值的确定方法如下所示。
如上图，我们使用四个点（![]()
），去确定![]()
的值。首先![]()
与![]()
之间使用线性插值，确定出![]()
的值。同样的方法，确定出![]()
的值。![]()
与![]()
之间，进行线性插值，就可以得到![]()
的值了。（图画的非常清楚了）
使用向后映射，将图像旋转，我们可以得到如下结果。
1.3 上述两部分的Matlab代码
close all; clear all; clc; %% -----------Geometric_spatial_transform------------------ f = imread('./letter_T.tif'); f = mat2gray(f,[0 255]); [M,N] = size(f); %-----by forward mapping-----% g_fm = zeros(M,N); seta = -pi/8; for v = (-M/2):1:(M/2)-1 for w = (-N/2):1:(N/2)-1 x = round(v*cos(seta) - w*sin(seta)); y = round(v*sin(seta) + w*cos(seta)); if (((y>=(-N/2))&&(y<=(N/2)))&&((x>=(-M/2))&&(x<=(M/2)))) g_fm(x+(M/2)+1,y+(N/2)+1) = f(v+(M/2)+1,w+(N/2)+1); end end end figure(); subplot(1,2,1); imshow(f,[0 1]); xlabel('a).Original Image'); subplot(1,2,2); imshow(g_fm,[0 1]); xlabel('b).Ruselt of Geometric spatial transform'); %-----by inverse mapping---- g_im = zeros(M,N); seta = -pi/8; for x = (-M/2):1:(M/2)-1 for y = (-N/2):1:(N/2)-1 v = x*cos(-seta) - y*sin(-seta); w = x*sin(-seta) + y*cos(-seta); if (((w>=(-N/2)+1)&&(w<=(N/2)-1))&&((v>=(-M/2)+1)&&(v<=(M/2)-1))) %g_im(x+(M/2)+1,y+(N/2)+1) = 1;%f(round(v+(M/2)+1),round(w+(N/2)+1)); Q_11 = f(floor(v)+(M/2)+1,floor(w)+(N/2)+1); Q_21 = f(floor(v)+(M/2)+1,ceil(w)+(N/2)+1); Q_12 = f(ceil(v)+(M/2)+1,floor(w)+(N/2)+1); Q_22 = f(ceil(v)+(M/2)+1,ceil(w)+(N/2)+1); R1 = (Q_21 - Q_11)*(w-floor(w)) + Q_11; R2 = (Q_22 - Q_12)*(w-floor(w)) + Q_12; g_im(x+(M/2)+1,y+(N/2)+1) = (R2-R1)*(v-floor(v)) + R1; end end end figure(); subplot(1,2,1); imshow(f,[0 1]); xlabel('a).Original Image'); subplot(1,2,2); imshow(g_im,[0 1]); xlabel('b).Ruselt of Geometric spatial transform');2.图像的配准
图像的配准，常常用于超解析领域。当然了，作为基础学习，博主没学那么深。这次的图像配准，试图去还原被倾斜变换的图像。首先，先将图像进行两个方向的倾斜。
我们这次的目的是，将图像b).还原为a).。这次变换相对简单，我们使用如下模型去拟合变换关系。
我们在原图与变换后的图像上，选择出四个标准点，然后带入方程，并求出系数![]()
。使用这个方程，将图像b).还原为a)。这个过程比较简单，下面是结果。另外，所选择的标准点，我已经在上图中用红圈标定出来了。
可以看到，还原的效果非常的好（额，其实这也是应为畸变比较简单的缘故）。为了看出于原图的区别，我们做出了差分图像。可以看出来，还原不是完美的。
至此，上个代码作为本文的结尾。额，由于特征点的选择是手工的，这个代码可能没有多少意义。（不要吐槽最后这一句话。一般的，在使用特征点做图象配准的时候，一般选择在某个实际的物体上放入某个实际的标志，然后通过检测这个实际的标志，去进行变换。【这里可以参考《Digital Image Processing》 Rafael C. Gonzalez / Richard E. Woods的第二章的相关内容，这里有叙述的！！】）
close all; clear all; clc; %% --------------image registration--------------------------- f_Original = imread('./characters_test_pattern.tif'); f_Original = mat2gray(f_Original,[0 255]); [M,N] = size(f_Original); f = zeros(M+4,N+4); for x = 1:M f(x+2,:) = [0 0 f_Original(x,:) 0 0]; end [M,N] = size(f); s_v = 0.3; s_w = 0.02; P = round(M+s_v*N); Q = round(N+s_w*M); g_1 = zeros(P,N); for x = (-P/2):1:(P/2)-1 for y = (-N/2):1:(N/2)-1 v = x - s_v * y; w = y; if (((w>=(-N/2))&&(w<=(N/2)-1))&&((v>=(-M/2))&&(v<=(M/2)-1))) Q_11 = f(floor(v)+(M/2)+1,floor(w)+(N/2)+1); Q_21 = f(floor(v)+(M/2)+1,ceil(w)+(N/2)+1); Q_12 = f(ceil(v)+(M/2)+1,floor(w)+(N/2)+1); Q_22 = f(ceil(v)+(M/2)+1,ceil(w)+(N/2)+1); R1 = (Q_21 - Q_11)*(w-floor(w)) + Q_11; R2 = (Q_22 - Q_12)*(w-floor(w)) + Q_12; g_1(x+(P/2)+1,y+(N/2)+1) = (R2-R1)*(v-floor(v)) + R1; end end end g = zeros(P,Q); for x = (-P/2):1:(P/2)-1 for y = (-Q/2):1:(Q/2)-1 v = x; w = y - s_w * x; if (((w>=(-N/2))&&(w<=(N/2)-1))&&((v>=(-P/2))&&(v<=(P/2)-1))) Q_11 = g_1(floor(v)+(P/2)+1,floor(w)+(N/2)+1); Q_21 = g_1(floor(v)+(P/2)+1,ceil(w)+(N/2)+1); Q_12 = g_1(ceil(v)+(P/2)+1,floor(w)+(N/2)+1); Q_22 = g_1(ceil(v)+(P/2)+1,ceil(w)+(N/2)+1); R1 = (Q_21 - Q_11)*(w-floor(w)) + Q_11; R2 = (Q_22 - Q_12)*(w-floor(w)) + Q_12; g(x+(P/2)+1,y+(Q/2)+1) = (R2-R1)*(v-floor(v)) + R1; end end end figure(); subplot(1,2,1); imshow(f,[0 1]); xlabel('a).Original Image'); hold on; plot(621, 78,'ro','MarkerSize',7); plot(116,113,'ro','MarkerSize',7); plot( 85,649,'ro','MarkerSize',7); plot(624,641,'ro','MarkerSize',7); subplot(1,2,2); imshow(g,[0 1]); xlabel('b).Ruselt of Geometric spatial transform'); hold on; plot(625,264,'ro','MarkerSize',7); plot(116,147,'ro','MarkerSize',7); plot( 96,674,'ro','MarkerSize',7); plot(638,828,'ro','MarkerSize',7); %% f_reg = zeros(M,N); Original = [621-(N/2) 78-(M/2) (621-(N/2))*(78-(M/2)) 1; 116-(N/2) 113-(M/2) (116-(N/2))*(113-(M/2)) 1; 85-(N/2) 649-(M/2) (85-(N/2))*(649-(M/2)) 1; 624-(N/2) 641-(M/2) (624-(N/2))*(641-(M/2)) 1]; Ruselt = [625-(Q/2);116-(Q/2);96-(Q/2);638-(Q/2)]; c = (Original)\Ruselt; %C1~C4 Ruselt = [264-(P/2);147-(P/2);674-(P/2);828-(P/2)]; c = [c (Original)\Ruselt]; %C5~C8 wwwwww for y = (-M/2):1:(M/2)-1 for x = (-N/2):1:(N/2)-1 w = c(1,1)*y + c(2,1)*x + c(3,1)*x*y + c(4,1); v = c(1,2)*y + c(2,2)*x + c(3,2)*x*y + c(4,2); if (((w>=(-Q/2))&&(w<=(Q/2)-1))&&((v>=(-P/2))&&(v<=(P/2)-1))) Q_11 = g(floor(v)+(P/2)+1,floor(w)+(Q/2)+1); Q_21 = g(floor(v)+(P/2)+1,ceil(w)+(Q/2)+1); Q_12 = g(ceil(v)+(P/2)+1,floor(w)+(Q/2)+1); Q_22 = g(ceil(v)+(P/2)+1,ceil(w)+(Q/2)+1); R1 = (Q_21 - Q_11)*(w-floor(w)) + Q_11; R2 = (Q_22 - Q_12)*(w-floor(w)) + Q_12; f_reg(x+(N/2)+1,y+(M/2)+1) = (R2-R1)*(v-floor(v)) + R1; %g(round(v+(P/2)+1),round(w+(Q/2)+1)) = 0.5; end end end g_diff = abs(f - f_reg); figure(); subplot(1,2,1); imshow(f_reg,[0 1]); xlabel('c).Ruselt of image registration'); subplot(1,2,2); imshow(g_diff,[0 1]); xlabel('d).Difference image');原文发于博客： zhoufan900428-CSDN博客
