第一步:阅读图像

将图像读入工作区。

原始= imread (“cameraman.tif”）;imshow(原始)文本(大小(原始的,2),大小(原始的,1)+ 15,．..图片由麻省理工学院提供，．..“字形大小”7“HorizontalAlignment”，“对”）

步骤2:调整大小和旋转图像

规模= 0.7;扭曲= imresize(原始、规模);尝试改变比例因子。θ= 30;扭曲= imrotate(扭曲,θ);试着改变角度。imshow(扭曲)

步骤3:选择控制点

使用控制点选择工具选择至少两对控制点。

movepoints = [151.52 164.79;131.40 - 79.04);fixedPoints = [135.26 200.15;]170.30 - 79.30);

您可以使用这些预先选择的点运行示例的其余部分，但请尝试选择您自己的点，以查看结果如何变化。

cpselect(扭曲,原来,movingPoints定点);

保存控制点通过选择文件菜单,然后将点保存到工作区选择。保存点，覆盖变量movingPoints和定点．

步骤4:评估转换

对控制点进行非反射的相似变换。

tform = fitgeotrans (movingPoints定点,“nonreflectivesimilarity”）;

当你完成了第5步和第6步之后，重复第4步到第6步，但是尝试使用仿射的而不是“NonreflectiveSimilarity”．会发生什么呢?结果和之前一样好吗“NonreflectiveSimilarity”？

第五步:求出比例和角度

几何变换,tform，其中包含一个变换矩阵tform。T．由于您知道转换只包括旋转和缩放，恢复缩放和角度的数学比较简单。

让 $\mathrm{sc}＝\mathrm{规模}＊\mathrm{因为}（\mathrm{\theta }）$

让 $\mathrm{党卫军}＝\mathrm{规模}＊\mathrm{罪}（\mathrm{\theta }）$

然后,Tinv =反转(tform),Tinv。T = $［\begin{array}{ccc}\mathrm{sc}& -\mathrm{党卫军}& 0\\ \mathrm{党卫军}& \mathrm{sc}& 0\\ \mathrm{tx}& \mathrm{泰}& 1\end{array}］$

在哪里tx和泰分别为x和y的平移。

tformInv =反转(tform);Tinv = tformInv.T;党卫军= Tinv (2, 1);sc = Tinv (1,1);(ss*ss + sc*sc)

scale_recovered = 0.7000

theta_recovered =量化(ss, sc) * 180 /π

theta_recovered = 29.3741

的恢复值scale_recovered和theta_recovered应该匹配你设置的值吗步骤2:调整大小和旋转图像．

步骤6:恢复原始图像

通过变换恢复原始图像扭曲的的图像，使用几何变换tform以及你对空间参照的了解原始．的“OutputView”参数Name-value用于指定重采样输出图像的分辨率和网格大小。

Roriginal = imref2d(大小(原始));恢复= imwarp (tform扭曲,“OutputView”, Roriginal);

比较恢复来原始通过在蒙太奇里并排看他们。

蒙太奇({原始,恢复})

的恢复(右)图像质量不匹配原始(左)图像因失真而恢复的过程。特别是图像的缩小会导致信息的丢失。边缘周围的伪影是由于转换的精度有限。如果你选择更多的点步骤3:选择控制点，转换会更准确。