数字水印 | 仿射变换的原理入门

---

1 仿射变换是什么

仿射变换 $\mathsf{Affine}\mathsf{Transformation}$ 是指在几何中，对一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。由此可见，仿射变换其实是两种简单变换的叠加，即线性变换和平移变换。具体包括如下所有变换，以及这些变换按任意次序、任意次数的组合：

中英文对照：

• 平移 —— $\mathsf{Translation}$
• 旋转 —— $\mathsf{Rotation}$
• 缩放 —— $\mathsf{Scaling}$
• 反射 —— $\mathsf{Reflection}$
• 剪切 —— $\mathsf{Shear}\mathsf{Mapping}$

仿射变换的性质：

• 凸性：凸集合在仿射变换后依然是凸集合；
• 共线性：同一直线上的若干个点，在仿射变换后仍然处于同一直线上；
• 平行性：两条平行的直线，在仿射变换后仍然平行；
• 共线比例不变性：同一直线上两条线段的比例，在仿射变换后比例不变。

2 仿射变换的数学表达式

一个集合 $X$ 的仿射变换为：

$$f(x)=Ax+b,x\in X$$

在二维平面中，仿射变换的一般表达式为：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}{R}_{00}& R_{01}& T_x\\ R_{10}& R_{11}& T_y\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$$

仿射变换可以视为线性变换 $R$ 和平移变换 $T$ 的叠加，其中：

$$R=\left[\begin{array}{cc}{R}_{00}& R_{01}\\ R_{10}& R_{11}\end{array}\right],T=\left[\begin{array}{c}{T}_x\\ T_y\end{array}\right]$$

---

为什么二维的图像需要三维的变换矩阵？

所有平移量为 $0$ 的仿射变换都可以用如下变换矩阵表示：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$

不同变换所对应的 $a,b,c,d$ 约束不同，除平移变换外的所有仿射变换统称为线性变换。其特点是原点位置保持不变，并且多次线性变换的结果仍是线性变换。

为了涵盖平移，引入了齐次坐标，即在原有的二维坐标的基础上增广了一个维度，如下所示：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}a& b& c\\ d& e& f\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$$

只不过把 $a$ 到 $f$ 的字母换成了 $R$ 矩阵和 $T$ 矩阵来表示。

3 变换矩阵的数学表达式

既然知道了仿射变换的一般表达式，那么在实现不同的变换时，$R$ 矩阵和 $T$ 矩阵中的各个参数应该如何取值呢？请看下文介绍。

3.1 平移变换

在下图中，第一个子图为原始图像，第二个子图为平移变换：

说明：每个子图中的矩阵就是相应的变换矩阵，我们可以看到此时 $R$ 矩阵和 $T$ 矩阵的取值。

平移变换就是让 $x$ 和 $y$ 平移指定的值，其中 $R$ 矩阵为单位矩阵，$T$ 矩阵为指定的值。

变换矩阵如下：

$$M=\left[\begin{array}{ccc}1& 0& T_x\\ 0& 1& T_y\\ 0& 0& 1\end{array}\right]$$

仿射变换的结果如下：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& T_x\\ 0& 1& T_y\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{c}x+T_x\\ y+T_y\\ 1\end{array}\right]$$

由上式可以看出每个 $x$ 都移动了 $T_x$ 值，每个 $y$ 都移动了 $T_y$ 值。

3.2 缩放变换

在下图中，第一个子图为原始图像，第三个子图为缩放变换：

说明：每个子图中的矩阵就是相应的变换矩阵，我们可以看到此时 $R$ 矩阵和 $T$ 矩阵的取值。

缩放变换就是让图像放大或缩小指定的倍数，其中 $R$ 矩阵为对角矩阵，$T$ 矩阵为零向量。

变换矩阵如下：

$$M=\left[\begin{array}{ccc}{R}_{00}& 0& 0\\ 0& R_{11}& 0\\ 0& 0& 1\end{array}\right]$$

仿射变换的结果如下：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}{R}_{00}& 0& 0\\ 0& R_{11}& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{c}{R}_{00}\ast x\\ R_{11}\ast y\\ 1\end{array}\right]$$

由上式可以看出每个 $x$ 都变为原来的 $R_{00}$ 倍，每个 $y$ 都变为原来的 $R_{11}$ 倍。

3.3 旋转变换

在下图中，第一个子图为原始图像，第四个子图为旋转变换：

说明：每个子图中的矩阵就是相应的变换矩阵，我们可以看到此时 $R$ 矩阵和 $T$ 矩阵的取值。

弧度有点难画，我就不标角度了，请自行脑补😇

参考上图，根据简单的三角函数关系可知：

$$\{\begin{array}{c}x=\cos \alpha \\ y=\sin \alpha \end{array}$$

① 逆时针旋转

$$\{\begin{array}{c}{x}^{\prime }=\cos (\alpha +\theta )=\cos \alpha \ast \cos \theta -\sin \alpha \ast \sin \theta =x\ast \cos \theta -y\ast \sin \theta \\ y^{\prime }=\sin (\alpha +\theta )=\sin \alpha \ast \cos \theta +\cos \alpha \ast \sin \theta =y\ast \cos \theta +x\ast \sin \theta \end{array}$$

因此要求逆时针旋转矩阵 $R^{\prime }$ 为：

$$R^{\prime }=\left[\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right]$$

② 顺时针旋转

$$\{\begin{array}{c}{x}^{\prime \prime }=\cos (\alpha -\theta )=\cos \alpha \ast \cos \theta +\sin \alpha \ast \sin \theta =x\ast \cos \theta +y\ast \sin \theta \\ y^{\prime \prime }=\sin (\alpha -\theta )=\sin \alpha \ast \cos \theta -\cos \alpha \ast \sin \theta =y\ast \cos \theta -x\ast \sin \theta \end{array}$$

因此要求逆时针旋转矩阵 $R^{\prime \prime }$ 为：

$$R^{\prime \prime }=\left[\begin{array}{cc}\cos \theta & \sin \theta \\ -\sin \theta & \cos \theta \end{array}\right]$$

3.4 反射变换

关于各个轴的反射变换如下图所示：

假设相对 $x$ 轴进行反射，那么要求 $x$ 保持不变，$y$ 变为相反数。变换矩阵如下：

$$M=\left[\begin{array}{ccc}1& 0& 0\\ 0& -1& 0\\ 0& 0& 1\end{array}\right]$$

其余的表达式可以自行进行推导。

3.5 剪切变换

关于 $x$ 轴和 $y$ 轴的剪切变换如下图所示：

针对关于 $x$ 轴的剪切变换，其变换矩阵如下：

$$M=\left[\begin{array}{ccc}1& R_{01}& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]$$

仿射变换的结果如下：

$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& R_{01}& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{c}x+R_{01}\ast y\\ y\\ 1\end{array}\right]$$

由上式可以看出每个 $x$ 都移动了 $R_{01}\ast y$ 值，每个 $y$ 都保持不变。

说明：可以结合剪切变换的图示来进行理解。它与平移变换的不同之处在于，前者的每个 $x$ 是根据自己所对应的 $y$ 值来进行移动的，而后者的每个 $x$ 都移动一个相同的、指定的值。

---

参考博客

• [1] 仿射变换（Affine Transformation）原理及应用（1）- CSDN
• [2] 仿射变换及其变换矩阵的理解 - 博客园