关于图像分割和hough变换（19_02_16学习进度）

关于一张图像Hough变换完成后的部分（1）

之前的进度已经完成了一张图片的Hough变换处理部分，可以从其中得到较为明显部分的直线，并在上面添加了黑线，之后需要完成的是通过得到的处理完成的图片识别出其中的倾斜角并旋转
首先需要做的是去出图片中的多于信息只留下啊方便检测倾斜角度的Hough变换直线，可以使用过程中Houghline函数得到的图片，如果是彩色图片也可以使用使用matlab中提供的imabsdiff函数
imabsdiff函数：可以在用于相近的图像中找到不同点
之前在日志3中已经使用过就不再赘述
效果如下：

图像的几何变换(imrotate函数)

图像的旋转是图像几何变换的一种…看到上面预览的图就能知道…旋转前后的图像的像素的RGB都是没有改变的,改变的只是每一个像素的所在位置…这个就是旋转的本质:
把原图像像素从原点(x,y)放到目标位置点上(x’,y’)…这个(x,y)到(x’,y’)的转换是经过旋转计算而来的…那么这个图像处理就是旋转处理(几何变换).
只是图像的像素点的位置改变了,图像本身的彩色信息并没有改动什么.

图像的显示都是基于矩阵像素来显示的…上面每一张图像的图像信息其实是一个RGB矩阵来的.所以必须把旋转后的图像放到一个像素矩阵中才能显示这个旋转后的图像.
设一张图像的大小是col*row的.那么以这个图像对角线为直径的圆就能够包含这个图像经旋转后的图像…在这里因为图像的显示是矩阵式的,所以这里以图像对角线为边长构造一个正方形来保存旋转后的图像.从上面旋转后的图像可以看出效果啦,旋转后的图像就包含在这个正方形的矩阵中.

计算旋转图像所需要的正方形

因为图像是col*row的,所以这个正方形的边长 new_img_size = (col^2+row2)^0.5;
这样使用matlab就可以生成一个存储最终图像的rgb矩阵了:

img_rotated = uint8(zeros(new_img_size , new_img_size , 3);

本质就是找到原点(x,y)的新位置(x’,y’),然后把原点的像素复制到目标点上，旧坐标到新坐的变的是"旋转"而来的。

旋转的原因:

设一个原点P,P的坐标是:(x,y),这里的x是列分量,y是行分量.
那么P点离图像左上角的距离是:r=(x^2+y2)^0.5; 同时p到(1,1)点的连线与列方向有一个夹角:a
此时r,x,y的关系可以进一步表示成:
x = rcos(a);
y = rsin(a);
到了这里可以知道(x,y)本身与"旋转"角度有一定的关系，之后就将p点绕(1,1)这点顺时针旋转b角度，得到p的新位置(x’,y’)…由r,x,y的关系可以得到r,x’,y’的关系如下:
x’ = rcos(a+b);
y’ = rsin(a+b);
进一步化简:
x’ = rcos(a)cos(b) - rsin(a)sin(b);
y’ = rsin(a)cos(b) + rcos(a)sin(b);
然后再结合r,x,y的关系得到x,y,x’,y’的关系如下:
x’ = xcos(b) - ysin(b);
y’ = ycos(b) + xsin(b);

点旋转位置关系就出来了：即(x,y)经过顺时针旋转b角度后可以得到(x’,y’)，
写成matlab的方式:
[x’,y’] = [cos(b) -sin(b);sin(b) cos(b)]*[x,y];
下面就可以利用这个公式对原图的每一个像素点(x,y)计算其旋转后的位置(x’,y’)了,然后就是复制图像的像素点。

下一次将学习【如何复制和删除像素点】