图像处理 仿射变换 线性变换 变换矩阵

一、线性变换

  放射变换包括如下所有变换，以及这些变换任意组合：

1. 平移（translation）和 旋转（rotation），两者的组合称之为 欧式变换（Euclidean transformation）或 刚体变换（rigid transformation）；
2. 缩放（scaling）可分为 uniform scaling 和 non-uniform scaling，uniform scaling：每个坐标轴放缩系数相同（各向同性），non-uniform scaling：不同；如果放缩系数为负，则会变成 反射（reflection）—— reflection可以看成是特殊的scaling；
3. 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；
4. 剪切变换（shear mapping）将所有点沿某一指定方向成比例地平移。

二、变换矩阵形式

  由坐标（x，y）变换成（$x^{\prime }$，$y^{\prime }$）
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right]=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]$$
  为了引入平移变换，因此引入齐次坐标
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}a& b& c\\ d& e& f\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$$
  矩阵变换如下图所示：

  刚体变换 = 旋转 * 平移，有三个自由度（θ，$t_x$，$t_y$），旋转方向为逆时针，与图中的正负号不同：
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}cos(\theta )& -sin(\theta )& t_x\\ sin(\theta )& cos(\theta )& t_y\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$$
  如果再乘上uniform scaling得到相似变换，有4个自由度（s，θ，tx，ty）：
$$\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ 1\end{array}\right]=\left[\begin{array}{ccc}s\ast cos(\theta )& -s\ast sin(\theta )& t_x\\ s\ast sin(\theta )& s\ast cos(\theta )& t_y\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]$$

  放射变换矩阵有6个自由度（a，b，c，d，e，f）。

三、变换矩阵的参数估计

给定两个对应的点集，如何估计变换矩阵的参数？
   一对对应点可以得到两个线性方程，两个对应的点集可以得到线性方程组，对应点的数目至少为自由度的一半，求解方程组的参数可以使用基于最小二乘或者SVD分解等。