仿射變換(Affine Transformation)


轉自:https://www.cnblogs.com/bnuvincent/p/6691189.html

 

 

http://www.cnblogs.com/ghj1976/p/5199086.html

變換模型是指根據待匹配圖像與背景圖像之間幾何畸變的情況,所選擇的能最佳擬合兩幅圖像之間變化的幾何變換模型。可采用的變換模型有如下幾種:剛性變換、仿射變換、透視變換和非線形變換等,如下圖:

image

參考: http://wenku.baidu.com/view/826a796027d3240c8447ef20.html

 

其中第三個的仿射變換就是我們這節要討論的。

仿射變換(Affine Transformation) 
Affine Transformation是一種二維坐標到二維坐標之間的線性變換,保持二維圖形的“平直性”(譯注:straightness,即變換后直線還是直線不會打彎,圓弧還是圓弧)和“平行性”(譯注:parallelness,其實是指保二維圖形間的相對位置關系不變,平行線還是平行線,相交直線的交角不變。)。

image

c和d的區別可以看下圖:

image

仿射變換可以通過一系列的原子變換的復合來實現,包括:平移(Translation)、縮放(Scale)、翻轉(Flip)、旋轉(Rotation)和剪切(Shear)。

image

仿射變換可以用下面公式表示:

image

參考:http://wenku.baidu.com/view/826a796027d3240c8447ef20.html

這個矩陣乘法的計算如下:

image

具體到二維的仿射變換的計算如下:

image

幾種典型的仿射變換如下:

平移變換 Translation

將每一點移動到(x+tx, y+ty),變換矩陣為: 
image

平移變換是一種“剛體變換”,rigid-body transformation,就是不會產生形變的理想物體。

效果:

image

縮放變換(Scale)

將每一點的橫坐標放大(縮小)至sx倍,縱坐標放大(縮小)至sy倍,變換矩陣為: 

image

變換效果如下:

image

 

剪切變換(Shear)

變換矩陣為: 

image

相當於一個橫向剪切與一個縱向剪切的復合

image

效果:

image

 

旋轉變換(Rotation)

目標圖形圍繞原點順時針旋轉theta弧度,變換矩陣為: 

image

效果:

image

組合

 

旋轉變換,目標圖形以(x, y)為軸心順時針旋轉theta弧度,變換矩陣為: 

image

相當於兩次平移變換與一次原點旋轉變換的復合:

image

先移動到中心節點,然后旋轉,然后再移動回去。

 

參考: 
http://wenku.baidu.com/link?url=AtomIQH400RVIckGwh-V5vPBGmTEVN7ZBtzEjHFeEPxkqu2llowVdW1IFFPqJWaZGUQsQG1hK0OtdrFJ4JBsru3rO8bP9VKQ8Iae0Xm_wt7

 

這個轉換矩陣也可以下面這樣描述。 
image

一些常用轉換矩陣如下:

 

image


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM