affine2d
二维仿射几何变换
描述
一个affine2d对象存储信息二维仿射几何变换,使正向和反向转换。
创建
您可以创建一个affine2d对象在这些方面:
imregtform估计一个几何变换,一个移动的图像映射到一个固定的图像使用相似的优化。imregcorr估计一个几何变换,一个移动的图像映射到一个固定的图像使用相关联。fitgeotrans——估计几何变换两个图像之间的映射对控制点。randomAffine2d——创建一个随机二维仿射变换。的
affine2d这里描述的函数。
描述
tform = affine2d创建一个affine2d对象的默认属性设置对应的恒等变换。
tform = affine2d (设置属性T)T指定有效的仿射变换矩阵。
属性
对象的功能
反 |
逆几何变换 |
isRigid |
确定转换刚性变换 |
isSimilarity |
确定转换相似变换 |
isTranslation |
确定转换是纯粹的翻译 |
outputLimits |
发现输出空间限制给定的输入空间的限制 |
transformPointsForward |
应用提出的几何变换 |
transformPointsInverse |
应用逆几何变换 |
例子
定义二维仿射变换的变换矩阵
创建一个affine2d对象,定义了一个30度在原点逆时针方向旋转。
θ= 30;tform = affine2d ([…cosd(θ)信德(θ)0;…信德(θ)cosd(θ)0;…0 0 1])
tform = affine2d属性:T: [3 x3双]维度:2
应用几何变换转发给一个点(10 0)。
(x, y) = transformPointsForward (tform 10 0)
x = 8.6603
y = 5
验证转换通过绘制原始点(蓝色)和转换后的点(红色)。
图(10 0“波”,x, y,“罗”轴([0 12 0 12])轴广场
变换图像使用二维仿射变换对象
读一个图像到工作区中。
一个= imread (“pout.tif”);
创建一个affine2d对象,定义了一个仿射几何变换。这个例子结合垂直切变和水平拉伸。
0.33 tform = affine2d ([2 0;0 1 0;0 0 1])
tform = affine2d属性:T: [3 x3双]维度:2
应用图像的几何变换使用imwarp。
B = imwarp (tform);
由此产生的图像显示。
图imshow (B);轴在平等的;
随机旋转图像
读取和显示一个图像。
我= imread (“kobi.png”);imshow(我)
创建一个affine2d转换对象旋转图像。的randomAffine2d从连续函数选择一个旋转角度随机均匀分布区间内的35岁,55度。
tform1 = randomAffine2d (“旋转”55,[35]);
旋转图像和显示结果。
J = imwarp(我tform1);imshow (J)
转换对象,tform1由相同数量,旋转图片。旋转图像由不同随机选择数量,创建一个新的affine2d转换对象。
tform2 = randomAffine2d (“旋转”,-10年[10]);J2 = imwarp(我tform2);imshow (J2)
创建几何转换为图像对齐
这个例子展示了如何创建一个几何变换可以用来使两幅图像。
创建一个棋盘图像和旋转它创建一个错位的图像。
I =棋盘(40);J = imrotate(我,30);imshowpair (I, J,“蒙太奇”)
定义一些匹配控制点在固定的图像(棋盘)和移动图像(旋转棋盘)。您可以定义点交互地使用控制点选择工具。
定点= [41 41;281 161);movingPoints = [56 175;324 160);
创建一个几何变换可以用来调整这两个图片,作为一个返回affine2d几何变换对象。
tform = fitgeotrans (movingPoints定点,“NonreflectiveSimilarity”)
tform = affine2d属性:T: [3 x3双]维度:2
使用tform重新取样的估算固定的旋转图像注册它的形象。区域的颜色(绿色和红色)的假彩色图像叠加显示错误登记。这个错误来自缺乏精确对应的控制点。
tform Jregistered = imwarp (J,“OutputView”imref2d(大小(I)));图imshowpair(我Jregistered)
恢复角度和尺度转换的通过检查如何一个单位向量平行于x轴旋转和拉伸。
u = [0 1);v = [0 0];(x, y) = transformPointsForward (tform, u, v);dx = x (2) - (1);dy y = y (2) - (1);角=(180 /π)*量化(dy, dx)
角= 29.7686
规模= 1 /√(dx dy ^ ^ 2 + 2)
规模= 1.0003
