图像映射——计算机视觉

图像映射

    图像映射就是图像之间的变换，加上使用一些计算变换的方法。可以实现图像扭曲变形和图像配准，适用于全景拼接。普遍变换方法有单应性变换、仿射变换、阿尔法通道等等。图像的映射类型有：平移、旋转、仿射、透视映射、尺度变换，不同的类型对应不一样的方法。经过这些处理就可以达到自己想要实现的映射效果。

（一）原理解析

（1）单应性变换（homography）

    矩阵的一个重要作用是将空间中的点变换到另一个空间中。比较形像直观地理解的方法就是图像变换，图像变换的方法很多，单应性变换是其中一种方法，单应性变换会涉及到单应性矩阵。单应性变换的目标是通过给定的几个点（通常是4对点）来得到单应性矩阵。以下为单应性矩阵的推导过程。

  

单应性矩阵 H 仅依赖尺度定义，所以，单应性矩阵具有 8 个独立自由度。通常会使第三个值为一来归一化点，即 ：a 点坐标（x , y , z ) 转换成  a'  （x , y , 1）这样，点就具有唯一的图像坐标 x 和 y 。这个额外的坐标使得我们可以简单使用一个矩阵来表示表换。例如：矩阵H会将一幅图像上的一个点的坐标 a =(x,y,1)映射成另一幅图像上的点的坐标 b =(x1,y1,1)，已知 a 和 b ，它们是在同一平面上。 则有下面的公式：

即：

由上面的公式   1=h31x+h32y+h331 可得到：

然后取 V 的最后一列出来作为求解hh。因为矩阵 A 是行满秩，即只有一个自由度。具体实现需要输入两张图片，在两张图片之间找到4个点坐标，由此得到矩阵H。

 

（2）仿射变换 

仿射变换（Affine Transformation ）是一种二维坐标（x, y）到二维坐标（u, v）的线性变换，保持二维图形的"平直性"(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:par常用的仿射变换:旋转、倾斜、平移