图像变换中的——数据归一化原理及可实现代码

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。 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；
3. 对两幅图像