CN104751404A - 一种图像变换的方法及装置 - Google Patents

Abstract

本发明适用于图像处理技术领域，提供了一种图像变换的方法和装置，包括：在源图像上定位N个特征点；获取所述N个特征点在所述源图像上分布的拓扑关系；分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。在本发明中，无论是特征点的数量发生了改变，还是特征点的位置分布情况发生了变化，均可以按照相同的图像变换算法来生成变换后的目标图像，提高了图像变换的效率。

Description

一种图像变换的方法及装置

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像变换的方法及装置。

背景技术

以空间映射为核心的图像变换技术大致可分为3类：（1）基于块的变换：通过将整幅图像分成若干块，从而将整幅图像的变换用每一小块的变换的结合来实现；（2）基于线的变换：通过在图像上构造一系列的特征线，变换过程中图像上每个像素的偏移量由该像素与这些特征线的距离来决定；（3）基于点的变换：将图像看成是众多散乱的点构成，通过指定一些特殊点的空间映射关系和某种合适的径向基函数来完成图像上所有点的空间映射。

然而，上述方法均存在共有的缺点，即，图像变换的效率低。

发明内容

本发明实施例的目的在于提供一种图像变换的方法，解决现有技术中图像变换的效率低下的问题。

本发明实施例是这样实现的，一种图像变换的方法，包括：

在源图像上定位N个特征点，所述N为大于1的整数；

获取所述N个特征点在所述源图像上分布的拓扑关系；

分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；

根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；

将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

本发明实施例的另一目的在于提供一种图像变换的装置，包括：

定位单元，用于在源图像上定位N个特征点，所述N为大于1的整数；

获取单元，用于获取所述N个特征点在所述源图像上分布的拓扑关系；

计算单元，用于分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；

确定单元，用于根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；

变换单元，用于将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

通过本发明实施例提供的图像变换的方法，无论是特征点的数量发生了改变，还是特征点的位置分布情况发生了变化，均可以按照相同的图像变换算法来生成变换后的目标图像，大大提高了图像变换的效率。

附图说明

图1是本发明实施例提供的图像变换的方法的实现流程图；

图2是本发明实施例提供的图像变换的方法源图像和目标图像的示意图；

图3是本发明实施例提供的图像变换的方法图像变形区域的示意图；

图4是本发明实施例提供的图像变换的方法S102的具体实现流程图；

图5是本发明实施例提供的图像变换的方法S103的具体实现流程图；

图6是本发明实施例提供的图像变换的方法S104的具体实现流程图；

图7是本发明实施例提供的图像变换的装置的结构框图；

图8是本发明实施例提供的终端相关的手机的部分结构的框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，所述图像变换，特指图像处理中能够实现的一种特殊效果，其类似于图像处理软件photoshop中的“液化滤镜”功能，能够通过对图像的指定区域进行推、拉、旋转、膨胀等操作，以改变该指定区域及其周边区域中像素的灰度值，从而达到图像变形的效果。目前，图像变换已被广泛运用于各类图像美化软件中，例如常用的人脸美化软件中的瘦脸、眼部美化等功能均可以通过图像变换来实现。

在本发明实施例中，将未经过图像变换的原始图像称为源图像，而将在对源图像进行图像变换处理之后得到的图像称为目标图像，在后续实施例中不再一一进行解释说明。

图1示出了本发明实施例提供的图像变换的方法的实现流程，详述如下：

在S101中，在源图像上定位N个特征点，所述N为大于1的整数。

在本实施例中，所述特征点的定位主要集中在图像中的变形区域，为能够体现源图像与目标图像之间差异的像素点。以图2所示的源图像（左图）及其变换后得到的目标图像（右图）为例，其图像变换的区域主要位于图2的虚线框内，那么，在虚线框内定位出的特征点即能够体现出源图像与目标图像的差异。

在本实施例中，最终定位出的特征点的分布可以主要集中于变形较大的区域，而在变形较小的区域，特征点的分布可以相对稀疏一些。假定图2中所示的椭圆形为人脸轮廓，那么图2中的图像变换可以理解为通常人脸美化软件中的瘦脸操作，在该应用场景之下，最终定位出的特征点的分布主要集中在虚线框内的椭圆形边界及该边界附近，而变形区域内距离椭圆形边界较远的位置所定位的特征点的分布密度可以相对稀疏一些。同时，最终定位出的特征点的数量至少需要为2个，若最终只定位出一个特征点，那么后续计算得到的矩阵维数为1X1，也就不是矩阵了，那么，最终将无法通过矩阵运算来实现图像的变换。

需要说明的是，在通常的图像变换操作中，所述变形区域是根据用户下达的图像变形操作指令来确定的。还是以人脸美化软件中的瘦脸操作为例，如图3所示，用户可以通过手指触摸终端屏幕的方式或者光标推动的方式，将脸部轮廓由位置31推向位置32，则根据该图像变形操作指令，可以确定发生了形变的脸部轮廓所在的区域为变形区域（即图3中的虚线框区域）。

与此同时，作为本发明的一个实施例，当所述变形区域为图像的局部区域时，除了在变形区域内定位特征点，还可以在完全不变形的区域定位适量的特征点，定位的特征点的数量可以小于变形区域内的特征点的数量，这部分特征点的定位主要是为了像图像的变换更加均匀、平滑，防止因为特征点过于集中而导致图像局部变形程度过大、图像不连续的情况出现。

进一步地，作为本发明的另一实施例，除了在变形区域内定位特征点，还可以在源图像的边界上进行特征点定位，以保证在整个变换过程中，图像的边界稳定。

由于本发明的重点在于根据定位出的特征点来实现源图像到目标图像的像素映射，而特征点的定位并非本发明的重点，因此，在此不一一赘述特征点的具体定位方法。

在S102中，获取所述N个特征点在所述源图像上分布的拓扑关系。

在本实施例中，N个特征点在源图像上分布的拓扑关系能够表征出这N个特征点在源图像上相互之间的位置关系，具体地，可以通过计算这N个特征点在源图像上的分布距离矩阵，通过分布距离矩阵来表征该拓扑关系。

如图4所示，S102具体为：

在S401中，根据所述N个特征点在所述源图像的横坐标生成N维向量X，根据所述N个特征点在所述源图像的纵坐标生成N维向量Y。

在402中，生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离复矩阵的每一列的虚部由所述N维向量Y构成。

在本实施例中，生成的距离复矩阵即为N个特征点在源图像上的分布距离矩阵，能够表征这N个特征点在源图像上的拓扑关系。

在本发明实施例中，一旦确定了特征点及特征点分布的拓扑关系之后，在后续的处理过程中，需要建立起目标图像上的像素点与源图像中的像素位置的映射关系，即，需要分别获取到目标图像上的像素点在源图像中的映射像素位置的横坐标及纵坐标，以最终确定目标图像上的像素点在源图像中的映射像素位置。为了便于说明，接下来仅以映射像素位置的横坐标的获取方式为例，对后续的处理过程进行阐述，映射像素位置的纵坐标的获取方法可以参照相同的实现原理，在本发明实施例中不再一一赘述。

在S103中，分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度。

在本实施例中，每个特征点的权重值用于表征该特征点在本次图像变换过程中的位移程度。由于在用户下达图像变形操作指令的过程中，已确定了源图像的变换趋势（例如，图像变形操作指令指示将图3虚线框内的线条由位置31推向位置32），因此，对于S101中定位出的特征点，能够根据每个特征点在源图像中的像素坐标（x,y）及该特征点在目标图像中的像素坐标(x’,y’)，确定出该特征点在图像变换过程中所产生的位移。由图3可以看出，不同的特征点在图像变换过程中所产生的位移的方向和大小均是不同的，因此，通过比较每个特征点的位移，能够确定出每个特征点在此次变换过程中相对于其他特征点的位移程度，位移程度大的特征点所被赋予的权重值也相对较大，位移程度小的特征点所被赋予的权重值也相对较小。

如图5所示，S103具体为：

在S501中，根据D'=|D-D^T|计算所述距离复矩阵，并将计算得到的所述距离复矩阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩阵，所述D'为修改后的所述距离复矩阵，所述D^T为所述D的转置矩阵。

在S502中，将根据G=D'²×(log(D')-1)计算得到的矩阵的对角线元素置0，得到临时矩阵G。

在S503中，根据W=G^-1×Z^T确定用于表征所述N个特征点的所述权重值的插值权重向量，其中，所述W为所述插值权重向量，所述G^-1为所述G的逆矩阵，所述Z^T为由所述N个特征点在目标图像上的横坐标构成的N维向量Z的转置。

容易想到的是，在获取映射像素位置的纵坐标的过程中，所述Z^T为由所述N个特征点在目标图像上的纵坐标构成的N维向量Z的转置。

通过图5所示实施例，计算出的W中的每个元素分别代表一个特征点的权重值，由此通过W即能表征出这N个特征点中每个特征点的位移程度。

在S104中，根据所述N个特征点的权重及所述拓扑关系，分别确定目标图像上的每个像素在所述源图像中的映射像素位置。

在本实施例中，确定出每个特征点的权重及这N个特征点之间的拓扑关系之后，即能够确定出图像的变换对源图像中的每个像素所产生的影响，由此进一步建立起目标图像上的像素点与源图像中的像素位置的映射关系。

在S104中，需要分别确定目标图像上的每个像素在源图像中的映射像素位置，即，以目标图像的分辨率为800*600为例，则可以通过遍历的方式，首先确定位于目标图像像素坐标(0,0)上的像素在源图像中的映射像素位置，其次，确定位于目标图像像素坐标(1,0)上的像素在源图像中的映射像素位置，……，以此类推，直到确定出位于目标图像像素坐标(800,600)上的像素在源图像中的映射像素位置。

如图6所示，S104具体为：

在S601中，根据所述目标图像像素位置(x’,y’)的横坐标生成列向量XX，根据所述目标图像像素位置(x’,y’)的纵坐标生成列向量YY。

在S602中，将根据计算出的向量中的零元素赋值为1，得到第一临时向量DE，并记录所述零元素的位置，其中，所述X为根据所述N个特征点在所述源图像上的横坐标生成的N维向量，所述Y为根据所述N个特征点在所述源图像的纵坐标生成N维向量。

在S603中，将根据DE²×(log(DE)-1)计算出的向量中的所述零元素的位置上的元素赋值为1，得到第二临时向量GR。

在S604中，根据GR×W计算所述目标图像像素位置(x’,y’)上的像素在所述源图像上的映射像素位置的横坐标。

通过图6所示方法，同样地，可以计算出目标图像像素位置(x’,y’)上的像素在源图像上的映射像素位置的纵坐标。

在S105中，将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

在本实施例中，当计算出目标图像中的像素在源图像的映射像素位置之后，只需要将该映射像素位置处的灰度值赋值到该像素上即可，因此，通过重复上述步骤，即可以确定目标图像上每个像素位置上的灰度值，完成了灰度值的赋值之后，即完成了整个图像变换过程。

由于经过S104确定出的映射像素位置很可能是实数，而实际的图像处理过程中，图像中各像素的像素位置均是用整数坐标来表示的，因此，作为本发明的一个实施例，在S104之后，S105之前，所述方法还包括：

当所述映射像素位置的坐标为非整数坐标时，通过灰度插值算法，将该映射像素位置周围的整数坐标表示为该映射像素位置的坐标。

即，通过灰度插值算法，将非整数点的坐标转换为其周围的整数点坐标来进行图像变换。进一步地，可以采用双线性插值的方法，以权衡运算过程中的运算量和最终产生的插值效果。

通过本发明实施例提供的图像变换的方法，无论是特征点的数量发生了改变，还是特征点的位置分布情况发生了变化，均可以按照相同的图像变换算法来生成变换后的目标图像，且该图像变换算法的算法流程相对简单，计算复杂度低，上述特点均保证了采用本发明实施例提供的图像变换的方法能够提高图像变换的效率。

同时，通过本发明实施例提供的图像变换的方法，无论是对灰度图像还是彩色图像进行变换，由于特征点的定位不影响算法本身，因此，可能尽可能多地选取特征点，或者实时地对特征点进行调整，以保证变换后的目标图像中色彩的渐变过程平滑自然，目标图像边界稳定。

图7示出了本发明实施例提供的图像变换的装置的结构框图，该装置可以位于手机、平板、笔记本电脑、计算机等终端设备中，用于运行本发明图1至图6实施例所述的图像变换的方法。为了便于说明，仅示出了与本实施例相关的部分。

参照图7，该装置包括：

定位单元71，在源图像上定位N个特征点，所述N为大于1的整数。

获取单元72，获取所述N个特征点在所述源图像上分布的拓扑关系。

计算单元73，分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度。

确定单元74，根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置。

变换单元75，将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

可选地，所述定位单元71具体用于：

在所述源图像的变形区域内定位所述特征点。

可选地，所述定位单元71还用于：

在所述源图像的所述变形区域外定位所述特征点。

可选地，所述定位单元71还用于：

在所述源图像的边界上定位所述特征点。

可选地，所述获取单元72包括：

第一向量生成子单元，根据所述N个特征点在所述源图像上的横坐标生成N维向量X，根据所述N个特征点在所述源图像的纵坐标生成N维向量Y。

矩阵生成子单元，生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离复矩阵的每一列的虚部由所述N维向量Y构成。

可选地，所述计算单元73包括：

第一计算子单元，根据D'=|D-D^T|计算所述距离复矩阵，并将计算得到的所述距离复矩阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩阵，所述为修改后的所述距离复矩阵，所述D^T为所述D的转置矩阵。

第二计算子单元，将根据G=D'²×(log(D')-1)计算得到的矩阵的对角线元素置0，得到临时矩阵G。

确定子单元，根据W=G^-1×Z^T确定用于表征所述N个特征点的所述权重值的插值权重向量，其中，所述W为所述插值权重向量，所述G^-1为所述G的逆矩阵，所述Z^T为由所述N个特征点在目标图像上的横坐标或者纵坐标构成的N维向量Z的转置。

可选地，所述确定单元74包括：

第二向量生成子单元，根据所述目标图像像素位置(x’,y’)的横坐标生成列向量XX，根据所述目标图像像素位置(x’,y’)的纵坐标生成列向量YY。

赋值子单元，将根据计算出的向量中的零元素赋值为1，得到第一临时向量DE，并记录所述零元素的位置，其中，所述X为根据所述N个特征点在所述源图像上的横坐标生成的N维向量，所述Y为根据所述N个特征点在所述源图像的纵坐标生成N维向量。

第三计算子单元，根据GR×W计算所述目标图像像素位置(x’,y’)上的像素在所述源图像上的映射像素位置的横坐标或者纵坐标。

可选地，所述装置还包括：

灰度插值单元，用于当所述映射像素位置的坐标为非整数坐标时，通过灰度插值算法，将该映射像素位置周围的整数坐标表示为该映射像素位置的坐标。

图8示出的是与本发明实施例提供的终端相关的手机的部分结构的框图。参考图8，手机包括：射频（Radio Frequency，RF）电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、无线模块870、以及处理器880等部件。本领域技术人员可以理解，图8中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图8对手机的各个构成部件进行具体的介绍：

RF电路810可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器880处理；另外，将设计上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器（Low Noise Amplifier，LNA）、双工器等。此外，RF电路810还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统（Global System of Mobilecommunication，GSM）、通用分组无线服务（General Packet Radio Service，GPRS）、码分多址（Code Division Multiple Access，CDMA）、宽带码分多址（Wideband Code Division Multiple Access,WCDMA）、长期演进（Long TermEvolution,LTE）)、电子邮件、短消息服务（Short Messaging Service，SMS）等。

存储器820可用于存储软件程序以及模块，处理器880通过运行存储在存储器820的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器820可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器820可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元830可用于接收输入的数字或字符信息，以及产生与手机800的用户设置以及功能控制有关的键信号输入。具体地，输入单元830可包括触控面板831以及其他输入设备832。触控面板831，也称为触摸屏，可收集用户在其上或附近的触摸操作（比如用户使用手指、触笔等任何适合的物体或附件在触控面板831上或在触控面板831附近的操作），并根据预先设定的程式驱动相应的连接装置。可选的，触控面板831可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器880，并能接收处理器880发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板831。除了触控面板831，输入单元830还可以包括其他输入设备832。具体地，其他输入设备832可以包括但不限于物理键盘、功能键（比如音量控制按键、开关按键等）、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元840可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元840可包括显示面板841，可选的，可以采用液晶显示器（Liquid Crystal Display，LCD）、有机发光二极管（Organic Light-Emitting Diode,OLED）等形式来配置显示面板841。进一步的，触控面板831可覆盖显示面板841，当触控面板831检测到在其上或附近的触摸操作后，传送给处理器880以确定触摸事件的类型，随后处理器880根据触摸事件的类型在显示面板841上提供相应的视觉输出。虽然在图8中，触控面板831与显示面板841是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板831与显示面板841集成而实现手机的输入和输出功能。

手机800还可包括至少一种传感器850，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板841的亮度，接近传感器可在手机移动到耳边时，关闭显示面板841和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上（一般为三轴）加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用（比如横竖屏切换、相关游戏、磁力计姿态校准）、振动识别相关功能（比如计步器、敲击）等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路860、扬声器861，传声器862可提供用户与手机之间的音频接口。音频电路860可将接收到的音频数据转换后的电信号，传输到扬声器861，由扬声器861转换为声音信号输出；另一方面，传声器862将收集的声音信号转换为电信号，由音频电路860接收后转换为音频数据，再将音频数据输出处理器880处理后，经RF电路810以发送给比如另一手机，或者将音频数据输出至存储器820以便进一步处理。

无线模块基于短距离无线传输技术，手机通过无线模块870可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图8示出了无线模块870，但是可以理解的是，其并不属于手机800的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器880是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器820内的软件程序和/或模块，以及调用存储在存储器820内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器880可包括一个或多个处理单元；优选的，处理器880可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器880中。

尽管未示出，手机800还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本发明实施例中，该终端所包括的处理器880还具有以下功能：一种图像变换的方法，包括：

在源图像上定位N个特征点，所述N为大于1的整数；

获取所述N个特征点在所述源图像上分布的拓扑关系；

分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；

根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；

将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

进一步地，所述在源图像上定位N个特征点包括：

在所述源图像的变形区域内定位所述特征点。

进一步地，在所述在所述源图像的变形区域内定位所述特征点之后，所述方法还包括：

在所述源图像的所述变形区域外定位所述特征点。

进一步地，在所述在所述源图像的变形区域内定位所述特征点之后，所述方法还包括：

在所述源图像的边界上定位所述特征点。

进一步地，所述获取所述N个特征点在所述源图像上分布的拓扑关系包括：

根据所述N个特征点在所述源图像上的横坐标生成N维向量X，根据所述N个特征点在所述源图像的纵坐标生成N维向量Y；

生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离复矩阵的每一列的虚部由所述N维向量Y构成。

进一步地，所述分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度包括：

根据D'=|D-D^T|计算所述距离复矩阵，并将计算得到的所述距离复矩阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩阵，所述D'为修改后的所述距离复矩阵，所述D^T为所述D的转置矩阵；

将根据G=D'²×(log(D')-1)计算得到的矩阵的对角线元素置0，得到临时矩阵G；

根据W=G^-1×Z^T确定用于表征所述N个特征点的所述权重值的插值权重向量，其中，所述W为所述插值权重向量，所述G^-1为所述G的逆矩阵，所述Z^T为由所述N个特征点在目标图像上的横坐标或者纵坐标构成的N维向量Z的转置。

进一步地，所述根据所述N个特征点的权重及所述拓扑关系，分别确定目标图像上的每个像素在所述源图像中的映射像素位置包括：

根据所述目标图像像素位置(x’,y’)的横坐标生成列向量XX，根据所述目标图像像素位置(x’,y’)的纵坐标生成列向量YY；

将根据计算出的向量中的零元素赋值为1，得到第一临时向量DE，并记录所述零元素的位置，其中，所述X为根据所述N个特征点在所述源图像上的横坐标生成的N维向量，所述Y为根据所述N个特征点在所述源图像的纵坐标生成N维向量；

根据GR×W计算所述目标图像像素位置(x’,y’)上的像素在所述源图像上的映射像素位置的横坐标或者纵坐标。

进一步地，在所述根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置之后，所述将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中之前，所述方法还包括：

当所述映射像素位置的坐标为非整数坐标时，通过灰度插值算法，将该映射像素位置周围的整数坐标表示为该映射像素位置的坐标。

通过本发明实施例提供的图像变换的方法，无论是特征点的数量发生了改变，还是特征点的位置分布情况发生了变化，均可以按照相同的图像变换算法来生成变换后的目标图像，且该图像变换算法的算法流程相对简单，计算复杂度低，上述特点均保证了采用本发明实施例提供的图像变换的方法能够提高图像变换的效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种图像变换的方法，其特征在于，包括：

在源图像上定位N个特征点，所述N为大于1的整数；

获取所述N个特征点在所述源图像上分布的拓扑关系；

分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；

根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；

将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

2.如权利要求1所述的方法，其特征在于，所述在源图像上定位N个特征点包括：

在所述源图像的变形区域内定位所述特征点。

3.如权利要求2所述的方法，其特征在于，在所述在所述源图像的变形区域内定位所述特征点之后，所述方法还包括：

在所述源图像的所述变形区域外定位所述特征点。

4.如权利要求2所述的方法，其特征在于，在所述在所述源图像的变形区域内定位所述特征点之后，所述方法还包括：

在所述源图像的边界上定位所述特征点。

5.如权利要求1所述的方法，其特征在于，所述获取所述N个特征点在所述源图像上分布的拓扑关系包括：

根据所述N个特征点在所述源图像上的横坐标生成N维向量X，根据所述N个特征点在所述源图像的纵坐标生成N维向量Y；

生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离复矩阵的每一列的虚部由所述N维向量Y构成。

6.如权利要求1所述的方法，其特征在于，所述分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度包括：

根据D'=|D-D^T|计算所述距离复矩阵，并将计算得到的所述距离复矩阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩阵，所述D'为修改后的所述距离复矩阵，所述D^T为所述D的转置矩阵；

将根据G=D'²×(log(D')-1)计算得到的矩阵的对角线元素置0，得到临时矩阵G；

根据W=G^-1×Z^T确定用于表征所述N个特征点的所述权重值的插值权重向量，其中，所述W为所述插值权重向量，所述G^-1为所述G的逆矩阵，所述Z^T为由所述N个特征点在目标图像上的横坐标或者纵坐标构成的N维向量Z的转置。

7.如权利要求6所述的方法，其特征在于，所述根据所述N个特征点的权重及所述拓扑关系，分别确定目标图像上的每个像素在所述源图像中的映射像素位置包括：

根据所述目标图像像素位置(x’,y’)的横坐标生成列向量XX，根据所述目标图像像素位置(x’,y’)的纵坐标生成列向量YY；

将根据计算出的向量中的零元素赋值为1，得到第一临时向量DE，并记录所述零元素的位置，其中，所述X为根据所述N个特征点在所述源图像上的横坐标生成的N维向量，所述Y为根据所述N个特征点在所述源图像的纵坐标生成N维向量；

根据GR×W计算所述目标图像像素位置(x’,y’)上的像素在所述源图像上的映射像素位置的横坐标或者纵坐标。

8.如权利要求1所述的方法，其特征在于，在所述根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置之后，所述将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中之前，所述方法还包括：

当所述映射像素位置的坐标为非整数坐标时，通过灰度插值算法，将该映射像素位置周围的整数坐标表示为该映射像素位置的坐标。

9.一种图像变换的装置，其特征在于，包括：

定位单元，用于在源图像上定位N个特征点，所述N为大于1的整数；

获取单元，用于获取所述N个特征点在所述源图像上分布的拓扑关系；

计算单元，用于分别计算所述N个特征点的权重值，每个特征点的所述权重值用于表征该特征点在所述图像变换过程中的位移程度；

确定单元，用于根据所述N个特征点的权重及所述拓扑关系，分别确定所述目标图像上的每个像素在所述源图像中的映射像素位置；

变换单元，用于将所述源图像中的所述映射像素位置上的灰度值赋值到所述映射像素位置对应的所述目标图像的像素中。

10.如权利要求9所述的装置，其特征在于，所述定位单元具体用于：

在所述源图像的变形区域内定位所述特征点。

11.如权利要求10所述的装置，其特征在于，所述定位单元还用于：

在所述源图像的所述变形区域外定位所述特征点。

12.如权利要求10所述的装置，其特征在于，所述定位单元还用于：

在所述源图像的边界上定位所述特征点。

13.如权利要求9所述的装置，其特征在于，所述获取单元包括：

第一向量生成子单元，用于根据所述N个特征点在所述源图像上的横坐标生成N维向量X，根据所述N个特征点在所述源图像的纵坐标生成N维向量Y；

矩阵生成子单元，用于生成距离复矩阵，所述距离复矩阵用于表征所述N个特征点在所述源图像上分布的拓扑关系，且所述距离复矩阵的每一列的实部由所述N维向量X构成，所述距离复矩阵的每一列的虚部由所述N维向量Y构成。

14.如权利要求9所述的装置，其特征在于，所述计算单元包括：

第一计算子单元，用于根据D'=|D-D^T|计算所述距离复矩阵，并将计算得到的所述距离复矩阵的对角线元素均赋值为1，得到修改后的所述距离复矩阵，其中，所述D为所述距离复矩阵，所述为修改后的所述距离复矩阵，所述D^T为所述D的转置矩阵；

第二计算子单元，用于将根据G=D'²×(log(D')-1)计算得到的矩阵的对角线元素置0，得到临时矩阵G；

确定子单元，用于根据W=G^-1×Z^T确定用于表征所述N个特征点的所述权重值的插值权重向量，其中，所述W为所述插值权重向量，所述G^-1为所述G的逆矩阵，所述Z^T为由所述N个特征点在目标图像上的横坐标或者纵坐标构成的N维向量Z的转置。

15.如权利要求14所述的装置，其特征在于，所述确定单元包括：

第二向量生成子单元，用于根据所述目标图像像素位置(x’,y’)的横坐标生成列向量XX，根据所述目标图像像素位置(x’,y’)的纵坐标生成列向量YY；

赋值子单元，用于将根据计算出的向量中的零元素赋值为1，得到第一临时向量DE，并记录所述零元素的位置，其中，所述X为根据所述N个特征点在所述源图像上的横坐标生成的N维向量，所述Y为根据所述N个特征点在所述源图像的纵坐标生成N维向量；

第三计算子单元，用于根据GR×W计算所述目标图像像素位置(x’,y’)上的像素在所述源图像上的映射像素位置的横坐标或者纵坐标。

16.如权利要求9所述的装置，其特征在于，所述装置还包括：

灰度插值单元，用于当所述映射像素位置的坐标为非整数坐标时，通过灰度插值算法，将该映射像素位置周围的整数坐标表示为该映射像素位置的坐标。