一、基础的图像变化
之前做过了Harris特征匹配和SIFT特征匹配的测试例子,如果要实现拼接,会涉及到一些基础的图像处理,简单的2D图像变换主要包括以下几种:
1. 平移变换
主要是水平方向和垂直方向地移动变换,2个自由度。
2. 刚体变换
刚体变换包含旋转和平移变换, 3个自由度,点与点之间的距离不变。就好像你扔了一把三角尺出去,不仅在位置上发生变化,也进行了一定角度的旋转。
3. 相似变换
相似原理大家高中都学过,就是形状不变,加了缩放尺度, 四个自由度,点与点之间的距离比不变。
4. 仿射变化,
仿射变换和相似变换近似,不同之处在于相似变换具有单一旋转因子和单一缩放因子,仿射变换具有两个旋转因子和两个缩放因子,因此具有6个自由度. 不具有保角性和保持距离比的性质,但是原图平行线变换后仍然是平行线.。
5. 投影变换
投影变换叫作单应性变换。投影变换是齐次坐标下非奇异的线性变换。然而在非齐次坐标系下却是非线性的,这说明齐次坐标的发明是很有价值的。投影变换比仿射变换多2个自由度,具有8个自由度。
下面主要介绍的是二维图像的仿射变化。
二、图像仿射变换原理
刚开始老师介绍图像变换类型的时候并不太明白仿射是什么含义,后来通过例子明白其实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”。
定义:仿射变换,又称仿射映射,是指在几何中,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。
仿射变换能够保持图像的“平直性”,包括旋转,缩放,平移,错切操作。一般而言,仿射变换矩阵为2*3的矩阵,第三列的元素起着平移的作用,前面两列的数字对角线上是缩放,其余为旋转或者错切的作用。变换矩阵关系如下: