基本图像变换:线性变换,仿射变换,投影变换
2017-11-04 21:44
731 查看
线性变换
直观定义
几种基本线性变换与对应的矩阵表示
旋转
翻转镜像
缩放伸缩
推移错切
仿射变换
投影变换
总结
平面变换包括 线性变换,仿射变换等,
线性变换包括 旋转,镜像(翻转),伸缩(缩放),推移(错切)
仿射变换 = 线性变换 + 平移
直线比例保持不变(比例关系)
变换前是原点的,变换后依然是原点
矩阵表示
一般的线性变换可由2x2的矩阵A2x2表示,此处
但是一般使用齐次矩阵表示(为了统一性,将平移时用到的加法也融入矩阵参数中)
大学数学解释(线性代数角度)
旋转操作可以看作由R2映射到R2,且可以验证它是线性变换。
数学表示为T:R2−→−−linearR2
而任何线性变换都可以由对应的矩阵表示:[T(v)]γ=[T]γβ[v]β (原向量空间的基底取β,映射后的向量空间基地为γ)
取定好β,γ 之后很容易将 [T]γβ表示出来
大学数学解释(线性代数角度)
镜像是R2空间上的线性变换(可以验证),在原始空间中找镜像点不是很方便,可以通过坐标变换的手法,将镜像变换转移到镜像直线为轴的坐标系来来求解。提示T=ITI。
小结:
平行关系不变
比例关系不变
包括: 平移 + 旋转 镜像 缩放 推移
平移的矩阵表示:
通用的矩阵表示:
由于仿射变换包含平移,所以需要表达相加。可以用齐次矩阵将加法用矩阵表示出来(也可以认为三维的线性变换可以表达二维的放射变换:三维的推移变换 可以表达二维的平移变换)。
ps:
【参考】:
- 99課綱教學重點整理4-3-4矩陣-二階方陣表示的線性變換.pdf
- http://www.matongxue.com/madocs/244.html#/madoc
- http://www.cnblogs.com/houkai/p/6660272.html
- https://homepages.inf.ed.ac.uk/rbf/HIPR2/affine.htm GeometricTransformations
- http://nghiaho.com/?p=2208 opencv
直观定义
几种基本线性变换与对应的矩阵表示
旋转
翻转镜像
缩放伸缩
推移错切
仿射变换
投影变换
总结
平面变换包括 线性变换,仿射变换等,
线性变换包括 旋转,镜像(翻转),伸缩(缩放),推移(错切)
仿射变换 = 线性变换 + 平移
线性变换
直观定义:
变换前是直线变换后仍是直线(平行关系)直线比例保持不变(比例关系)
变换前是原点的,变换后依然是原点
几种基本线性变换(与对应的矩阵表示):
旋转
中学数学解释(几何角度)矩阵表示
一般的线性变换可由2x2的矩阵A2x2表示,此处
但是一般使用齐次矩阵表示(为了统一性,将平移时用到的加法也融入矩阵参数中)
大学数学解释(线性代数角度)
旋转操作可以看作由R2映射到R2,且可以验证它是线性变换。
数学表示为T:R2−→−−linearR2
而任何线性变换都可以由对应的矩阵表示:[T(v)]γ=[T]γβ[v]β (原向量空间的基底取β,映射后的向量空间基地为γ)
取定好β,γ 之后很容易将 [T]γβ表示出来
翻转(镜像)
中学数学推导(几何角度)大学数学解释(线性代数角度)
镜像是R2空间上的线性变换(可以验证),在原始空间中找镜像点不是很方便,可以通过坐标变换的手法,将镜像变换转移到镜像直线为轴的坐标系来来求解。提示T=ITI。
缩放(伸缩)
推移(错切?)
小结:
仿射变换
特点:平行关系不变
比例关系不变
包括: 平移 + 旋转 镜像 缩放 推移
平移的矩阵表示:
通用的矩阵表示:
由于仿射变换包含平移,所以需要表达相加。可以用齐次矩阵将加法用矩阵表示出来(也可以认为三维的线性变换可以表达二维的放射变换:三维的推移变换 可以表达二维的平移变换)。
投影变换:
总结
ps:
【参考】:
- 99課綱教學重點整理4-3-4矩陣-二階方陣表示的線性變換.pdf
- http://www.matongxue.com/madocs/244.html#/madoc
- http://www.cnblogs.com/houkai/p/6660272.html
- https://homepages.inf.ed.ac.uk/rbf/HIPR2/affine.htm GeometricTransformations
- http://nghiaho.com/?p=2208 opencv
相关文章推荐
- 图像基本变换--- 平移、旋转、缩放、仿射变换、镜像
- 数字图像处理-空间域处理-灰度变换-基本灰度变换函数(反转变换、对数变换、伽马变换和分段线性变换)
- 图像基本变换---图像线性变换
- 图像变换——分段线性变换
- 图像处理-基本算法之对数变换
- 图像变换-图像拉伸、收缩、扭曲、旋转[1] - 仿射变换(cvWarpAffine)
- 图像基本变换---图像灰度化
- 图像处理-基本算法之幂次变换
- 图像的基本坐标变换
- Python-OpenCv之图像基本处理-平移,缩放,旋转,翻转,裁剪及仿射变换
- 在图像变换中用最小二乘法求解仿射变换参数
- 图像基本变换---快速均值模糊算法
- 图像处理-基本算法之指数变换
- 图像处理算法基础(二)---线性变换和伽马变换
- 图像的仿射变换与透视变换opencv
- 数字图像处理-空间域图像增强(一)(图像反转,对数变换,幂次变换、分段线性变换)
- 图像基本变换---图像伪色彩
- 图像处理-基本算法之阈值变换
- 几何变换与图像变换二--仿射变换
- OpenCV 基于RGB三原色的基本线性变换 改变图像颜色和亮度 对比度增强算法