图像对齐与拼接之运动模型

为了能处理不同分辨率的图像,我们采用了计算机图形学的规范化设备中坐标,图像像素坐标的长轴范围为[-1,1],短轴范围:[-a,a],其中a是长宽比的倒数,对于宽度为W,高度为H的图像,将像素(X_,Y_)映射到归一化坐标(x,y),则映射方程为:
x = ( 2 X − − W ) / S x=(2X_--W)/S x=(2XW)/S, y = ( 2 Y − − H ) / S y=(2Y_--H)/S y=(2YH)/S ,其中,S=max(W,H)
2D(平面)运动
最简单的2D平面坐标变换如下图所示:
在这里插入图片描述
1.平移
2D平移可以表示为: x ‘ = x + t x^`=x+t x=x+t 或者可以表示为:
x ‘ = [ I t ] x − x^`=[I \quad t]x^- x=[It]x,其中I是(2x2)单位矩阵, x − x^- x为(x,y,1)的齐次坐标。
2.旋转+平移

x ‘ = [ R , t ] x − x^`=[R,t]x^- x=[R,t]x,其中 R = [ c o s θ − s i n θ s i n θ c o s θ ] R=\left[\begin{matrix}cos\theta &-sin\theta\\sin\theta&cos\theta\end{matrix}\right] R=[cosθsinθsinθcosθ]
其中 R R T = I RR^T=I RRT=I并且 ∣ R ∣ |R| R的正交旋转矩阵为1.

3.缩放旋转(相似度变换)
该变换科表示为:
x ‘ = [ s R , t ] x − x^`=[sR,t]x^- x=[sR,t]x,也可以表示为 x ‘ = [ a − b t x b a t y ] x − x^`=\left[\begin{matrix}a &-b&tx \\b&a&ty\end{matrix}\right]x^- x=[abbatxty]x
4.仿射变换
x ‘ = A x − x^`=Ax^- x=Ax,A是一个2x3的任意矩阵,仿射变换平行线保持平行
5.投影变换
也称为透视变换或者单适应矩阵。
KaTeX parse error: Expected group after '^' at position 2: x^̲'~ H x Hx Hx,其中~表示等比例缩放,H表示任意的3x3矩阵。
最后用一张图来表示他们的变换效果
在这里插入图片描述3D变换
先来看一张从世界物体3D如何投影到2D坐标的模型:
在这里插入图片描述3D坐标p=(X,Y,Z)投影到以沿着Z轴距离为f的投影平面上,其坐标x=(x,y,1),则根据三角形相似原理得到 x = f X Z x=f\frac{X}{Z} x=fZX, y = f Y Z y=f\frac{Y}{Z} y=fZY
视场角与焦距f关系为:KaTeX parse error: Double superscript at position 4: f^-^̲1=tan(\frac{\th…
在计算机图形学中,透视投影常用一个置换矩阵表示,
在这里插入图片描述
我们丢弃掉Z缓冲区值,因为在图像中不确定z,因此:
在这里插入图片描述
未完待续。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值