仿射变换

1.手撸放射变换：

https://www.cnblogs.com/noticeable/p/10411640.html

 

 

 

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

变换模型是指根据待匹配图像与背景图像之间几何畸变的情况，所选择的能最佳拟合两幅图像之间变化的几何变换模型。可采用的变换模型有如下几种:刚性变换、仿射变换、透视变换和非线形变换等，如下图：

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

 

其中第三个的仿射变换就是我们这节要讨论的。

仿射变换(Affine Transformation) 
Affine Transformation是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”（译注：straightness，即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（译注：parallelness，其实是指保二维图形间的相对位置关系不变，平行线还是平行线，相交直线的交角不变。）。

c和d的区别可以看下图：

仿射变换可以通过一系列的原子变换的复合来实现，包括：平移（Translation）、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切（Shear）。

仿射变换可以用下面公式表示：

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

这个矩阵乘法的计算如下：

具体到二维的仿射变换的计算如下：

几种典型的仿射变换如下：

平移变换 Translation

将每一点移动到(x+tx, y+ty)，变换矩阵为： 

平移变换是一种“刚体变换”，rigid-body transformation，就是不会产生形变的理想物体。

效果：

缩放变换（Scale）

将每一点的横坐标放大（缩小）至sx倍，纵坐标放大（缩小）至sy倍，变换矩阵为： 

变换效果如下：

 

剪切变换（Shear）

变换矩阵为： 

相当于一个横向剪切与一个纵向剪切的复合

效果：

 

旋转变换（Rotation）

目标图形围绕原点顺时针旋转theta弧度，变换矩阵为： 

效果：

组合

 

旋转变换，目标图形以(x, y)为轴心顺时针旋转theta弧度，变换矩阵为： 

相当于两次平移变换与一次原点旋转变换的复合：

先移动到中心节点，然后旋转，然后再移动回去。

 

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

 

这个转换矩阵也可以下面这样描述。 

一些常用转换矩阵如下：

 

 

关于仿射变换和透视变换的理解

仿射变换和透视变换更直观的叫法可以叫做「平面变换」和「空间变换」或者「二维坐标变换」和「三维坐标变换」。如果这么命名的话，其实很显然，这俩是一回事，只不过一个是二维坐标（x,y），一个是三维坐标（x,y,z）。也就是： 
仿射变换： 

 

 

 

透视变换：

 

 

 

 

 

 

  从另一个角度也能说明三维变换和二维变换的意思，仿射变换的方程组有6个未知数，所以要求解就需要找到3组映射点，三个点刚好确定一个平面。透视变换的方程组有8个未知数，所以要求解就需要找到4组映射点，四个点就刚好确定了一个三维空间。

作者：慕仔4209126
链接：https://www.imooc.com/article/27535
https://blog.csdn.net/songzitea/article/details/51043743

旋转矩阵：

https://blog.csdn.net/TMS_LI/article/details/78599748

https://www.cnblogs.com/shine-lee/p/10950963.html

https://blog.csdn.net/vicavo/article/details/101443301

 

图像放射变换公式：

https://blog.csdn.net/xiaowei_cqu/article/details/7616044

https://www.cnblogs.com/happystudyeveryday/p/10547316.html

https://blog.csdn.net/zzyczzyc/article/details/86310611

https://www.cnblogs.com/happystudyeveryday/p/10547316.html

放射变换的理解：

平移（translation）和旋转（rotation）顾名思义，两者的组合称之为欧式变换（Euclidean transformation）或刚体变换（rigid transformation）；

放缩（scaling）可进一步分为uniform scaling和non-uniform scaling，前者每个坐标轴放缩系数相同（各向同性），后者不同；如果放缩系数为负，则会叠加上反射（reflection）——reflection可以看成是特殊的scaling；

刚体变换+uniform scaling 称之为，相似变换（similarity transformation），即平移+旋转+各向同性的放缩；

剪切变换（shear mapping）将所有点沿某一指定方向成比例地平移。

https://www.cnblogs.com/shine-lee/p/10950963.html

 

放射变换坐标计算：

https://www.cnblogs.com/james1207/p/3278499.html

https://blog.csdn.net/weixin_34354173/article/details/86047136

https://blog.csdn.net/watkinsong/article/details/10212715

https://blog.csdn.net/weixin_34354173/article/details/86047136