在用Matlab做图像处理的时候,经常需要使用一些基于极坐标系的公式,比如用Zernike函数作图之类。于是需要把通过极坐标系公式计算出来的数值。按照直角坐标系的坐标放入到图像矩阵中去;或者反过来,计算图像矩阵中的每一个点,距离中心点的r和方位角,然后再带入目的公式,算出数值,放在该点。
直观的想法,是用两层for循环扫描每一个点,带入,计算,再赋值给矩阵。但是Matlab中的for循环速度慢已经众所周知,传说如果能用矩阵的运算替代for循环,则能够效率大增。不失一般性,就是要生成一个M*M的矩阵,原点在M/2, M/2,矩阵r(i,j)=i,j点到中心点的欧氏距离,矩阵angle(i,j)=角度
ny=repmat(1:M,M,1);
%生成一个数值从1到M的一维矩阵,然后扩展M列。这样ny中的每一个点,都是纵坐标的数值
nx=ny’;
% 转置一下,就是横坐标的值
xpos =(nx-1)-M/2;
ypos = (ny-1)-M/2;
% 平移一下,是否-1无所谓,一般都是一个很大的图像,中心点在哪里和奇偶性有关系。
[angle r]=cart2pol(xpos,ypos);
% 利用直角坐标系和极坐标系的互换函数,转换一下就可以了。返回angle矩阵,每个点数值都是幅角,返回的r矩阵,每个点数值都是模。
这样往Zernike函数里面就好带入了,不过记得angle和r都是矩阵了,所以乘法运算要用.代替,除法、乘方之前也要加点的。
联系客服