主要内容

localweightedmeantransformation2d.

2-D局部加权平均几何变换

展开所有页面

描述

一种localweightedmeantransformation2d.对象封装了2-D局部加权平均几何变换。

创建

你可以创建一个localweightedmeantransformation2d.对象使用以下方法：

  • 这FitegeOtrans.功能，估计几何变换，即在两个图像之间映射的控制点对。

  • 这images.geotrans.localweightedmeantransformation2d.这里描述。此功能创建一个localweightedmeantransformation2d.对象使用固定点和移动点的坐标，以及在本地加权平均计算中使用的指定点数。

句法

tform = images.geotrans.localweightedmeantransformation2d（移动点，固定点，n）

描述

例子

tfort = images.geotrans.localweightedmeantransformation2d（移动点那固定点那N）创造一个localweightedmeantransformation2d.对象给定控制点坐标移动点和固定点，其分别在移动和固定图像中定义匹配的控制点。这N最接近的点用于推断每个控制点对的二级多项式变换。

输入参数

展开全部

X- 和y- 移动图像中的控制点控制点，指定为一个m- 2矩阵。控制点数m必须大于或等于N。

数据类型：双倍的|单身的

X- 和y- 指定为固定图像中的控制点的控制点m- 2矩阵。控制点数m必须大于或等于N。

数据类型：双倍的|单身的

在本地加权平均计算中使用的点数指定为数值。N可以像6一样小，但制作N产生不良的多项式的小风险

数据类型：双倍的|单身的|uint8.|uint16|UINT32|UINT64|INT8.|int16|INT32.

特性

展开全部

输入和输出点的几何变换的维度，指定为值2。

对象功能

输出 找到输入空间限制的输出空间限制
TransformPointsInverse. 应用逆几何变换

例子

全部收缩

将局部加权平均转换拟合到一组固定和移动的控制点，其实际上是通过整个平面上的全球二级多项式变换相关的固定和移动控制点。

设置变量。

X = [10,12,17,14,7,10];Y = [8,2,6,10,20,4];a = [1 2 3 4 5 6];B = [2.3 3 4 5 6 7.5];U = a（1）+ a（2）。* x + a（3）。* y + a（4）。* x。* y + a（5）。* x。^ 2 + a（6）。* y。^ 2;v = b（1）+ b（2）。* x + b（3）。* y + b（4）。* x。* y + b（5）。* x。^ 2 + b（6）。* y。^ 2;移动点= [U'，V'];固定点= [x'，y'];

适合局部加权平均转变为点。

tformlocalweightedmean = images.geotrans.localweightedmeantransformation2d（移动点，固定点，6）;

验证localweightedmeantransformation2d.对照点处的对象。

移动点扫描= TransformPointSinverse（TformLocalweightedmean，固定点）;ERRERINFIT =斜面（移动点录像（：，1）-movingPoints（：1），......移动点符合（:,2）-movingPoints（:,2））

算法

局部加权平均转化使用相邻控制点在每个控制点处递送多项式。任何位置的映射取决于这些多项式的加权平均值。这N最接近的点用于推断每个控制点对的二级多项式变换。N可以像6一样小，但是使其小风险产生不良的多项式。

也可以看看

功能

对象

介绍在R2013B.

图像处理工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书