图像到图像的映射
1.单应性变换——是将一个平面内的点映射到另一个平面内的二维投影变换(平面:图像或者三维中的平面表面)
点的齐次坐标使依赖其尺度定义的,单应性矩阵也仅依赖尺度定义,故单应性矩阵有8个独立的自由度。
在其次左边的定义下,对点集进行归一化,即令最后一行为1.
仿射变换:含有一个可逆矩阵和一个平移向量。
2.直接线性变换DLT
一个完全射影变换具有8个自由度。故需要四个对应点对才能计算出单应性矩阵H。四个点对是计算单应性矩阵所需的最少数目
DLT算法:给定4个或者更多对应点对矩阵,来计算单应性矩阵。将这些对应点对方程的系数堆叠到一个矩阵中,可以使用
SVD(奇异值分解)找到单应性矩阵的最小二乘解。
补充:
diag()函数:创建一个对角矩阵,参数即为对角矩阵的数据
仿射变换具有6个自由度。故需要三个对应点对才能计算出单应性矩阵H。
3.图像扭曲
对图像应用仿射变换,我们将其称为图像扭曲,或者仿射扭曲。扭曲操作可以利用SciPy工具包中的ndimage包来简单完成。
transformed_im=ndimage.affine_transform(im,A,b,