图像缩小
——例题K1=0.6,k2=0.7579101112131516171825272829303133343536i=[1,6],j=[1,6].x=[1,6*06]=[1,4],y=[1,6*0.75]=[1,5].x=[1/0.6,2/0.6,3/0.6,4/0.6]=[1.67,3.33,5,6.67]=[i2,i3,i5,i6],y=[1/0.75,2/0.75,3/0.75,4/0.75,5/0.75]=[j1,j3,j4,j5,j6].123456789101112131415161718192021222324252627282930313233343536第28页，共66页，星期日，2025年，2月5日(a)(b)(c)(d)医学图直接缩小的结果图像(a)是原始医学图像(b)是缩放系数为0.8的缩小图像(c)是缩放系数为0.5的缩小图像(d)是缩放系数为0.3的缩小图像第29页，共66页，星期日，2025年，2月5日图像放大图像放大从字面上看，是图像缩小的逆操作，但是，从信息处理的角度来看，则难易程度完全不一样。图像缩小是从多个信息中选出所需要的信息，而图像放大则是需要对多出的空位填入适当的值，是信息的估计。第30页，共66页，星期日，2025年，2月5日图像放大
——实现思路最简单的方法是，若将原图像放大为k倍，k为整数，则将原图像中的像素值，填在新图像中对应的k*k大小的子块中即可。放大5倍显然，当k为整数时，可以采用这种简单的方法。第31页，共66页，星期日，2025年，2月5日图像的成倍放大效果示例第32页，共66页，星期日，2025年，2月5日图像放大
——实现方法设原图像大小为M*N,放大为k1M*k2N，（k11，k21）。算法步骤如下：1）设旧图像是F(i,j)，i=1,2,…,M,j=1,2,…,N.新图像是G(x,y),x=1,2,…,k1M,y=1,2,…,k2N.2）G(x,y)=F(c1*i,c2*j)c1=1/k1c2=1/k2第33页，共66页，星期日，2025年，2月5日K1=1.5,k2=1.2123345664566i=[1,2],j=[1,3].x=[1,3],y=[1,4].x=[1/1.2,2/1.2,3/1.2]=[i1,i2,i2],y=[1/1.5,2/1.5,3/1.5,4/1.5]=[j1,j2,j3,j3].123456图像放大
——实现方法第34页，共66页，星期日，2025年，2月5日(a)(b)(c)(d)直接放大法对医学图像放大的结果图像(a)是原始医学图像(b)是缩放系数为2的放大图像(c)是缩放系数为3的放大图像(d)是缩放系数为4的放大图像第35页，共66页，星期日，2025年，2月5日思考一个问题：如果放大倍数太大，按照前面的方法处理会出现马赛克效应。如果这个问题交给你，有没有办法解决？或者想办法至少使之有所改善？图像放大
——思考问题第36页，共66页，星期日，2025年，2月5日图像大比例放大时的马赛克效应放大10倍第37页，共66页，星期日，2025年，2月5日图像的形状变换应用
——目标物识别如图所示,要判别图中的某个果子是苹果还是李子,要将该图像进行放大或者是缩小,才能够进行正确的比较与识别。第38页，共66页，星期日，2025年，2月5日2.5像素间的一些基本关系连接连通域多个目标物的情况像素间基本关系的描述是基于像素邻域操作的算法的基础。近邻处理方法是许多图像增强和恢复技术的核心内容。第39页，共66页，星期日，2025年，2月5日坐标为(x,y)的像素p有4个水平和垂直的相邻像素，坐标分别为:(x+1,y),(x-1,y),(x,y+1),(x,y-1)，这个像素集称为p的4邻域，用N4(p)表示。2.6