图像变换中的——数据归一化原理及可实现代码

本文介绍了图像处理中的数据归一化方法,强调了其在DLT算法前的重要性,详细阐述了各向同性缩放步骤,并提供了2D单应归一化DLT算法的MATLAB代码示例。归一化能提高结果精度,消除坐标变换影响。文中还总结了其他缩放方法,如非各向同性缩放。有兴趣的读者可进一步探讨何时不需要归一化。
摘要由CSDN通过智能技术生成

理论部分:

  • 本节介绍的数据归一化方法,包括图像坐标的平移和尺度缩放。
  • 注意:归一化必须在实施DLT之前进行,而且是实质性的,一定不要视它为可有可无!!!之后再对结果进行适当的校正就能得到关于原坐标系的变换。(数据归一化对于不太良定的问题(如:基本矩阵和三焦点张量的DLT)计算显得尤为重要!!!)
  • 归一化的好处:1)提高了结果的精度;2)对初始数据归一化的算法将对任何尺度缩放和坐标原点的选择不变,预先清除了坐标变换的影响。\Rightarrow 代数最小化在一个固定的标准坐标系中进行,因而使DLT算法实际上关于相似变换不变。

各向同性(对(x,y,z)坐标等量)缩放步骤:

  1. 对点进行平移使其形心位于原点;
  2. 对点进行缩放使它们到原点的平均距离等于\sqrt{2}
  3. 对两幅图像
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值