【计算机视觉】Lecture 13/14：图像映射简介

最新推荐文章于 2022-04-13 23:09:35 发布

无用闲士

最新推荐文章于 2022-04-13 23:09:35 发布

阅读量488

点赞数

分类专栏：计算机视觉

原文链接：http://www.cse.psu.edu/~rtc12/CSE486/

版权

计算机视觉专栏收录该内容

38 篇文章 38 订阅

订阅专栏

图像映射概述

在这里插入图片描述
二维平面变换的基本操作

几何图像映射

在这里插入图片描述

x’ = f(x, y, {parameters})
y’ = g(x, y, {parameters})

线性变换（可以写成矩阵）

在这里插入图片描述

平移（Translation）

在这里插入图片描述

尺度（Scale）

在这里插入图片描述

旋转（Rotation）

在这里插入图片描述

欧几里得（欧式，刚性变换）

在这里插入图片描述

分块矩阵

分块矩阵，由其他较小的矩阵块组成。这些小的矩阵块被称为分块矩阵的块或者子矩阵
比如，我们将下面这个 5×5矩阵分块

在这里插入图片描述

之后我们可以定义以下几个矩阵块

在这里插入图片描述

然后将矩阵 L 表示为

在这里插入图片描述

分块矩阵

在这里插入图片描述同一个变换的矩阵形式和方程形式

另一个例子（来自上一节）

在这里插入图片描述

相似映射（有尺度的欧式变换）

在这里插入图片描述

仿射映射

在这里插入图片描述

射影映射

在这里插入图片描述

二维变换的总结

在这里插入图片描述

欧式变换

在这里插入图片描述

相似变换

在这里插入图片描述

仿射变换

在这里插入图片描述

射影变换

在这里插入图片描述

可以扩展到 4×4 矩阵大小的三维变换，注意自由度数目

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
【计算机视觉】Lecture 13/14：图像映射简介

图像映射概述二维平面变换的基本操作几何图像映射x’ = f(x, y, {parameters})y’ = g(x, y, {parameters})线性变换（可以写成矩阵）平移（Translation）尺度（Scale）旋转（Rotation）欧几里得（欧式，刚性变换）分块矩阵分块矩阵，由其他较小的矩阵块组成。这些小的矩阵块被称为分块矩阵的块或者子矩阵比如，...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。