指定平移、旋转或缩放参数

如果您知道平移量、旋转角度和比例因子，那么您可以通过指定这些参数来创建转换。

下面的示例定义平移和旋转角度，然后创建rigidtform2d几何变换对象从指定的参数。

Theta = 30;翻译= [10 20.5];Tform = rigidtform2d(theta,translation)

tform = rigidtform2d with properties:维度:2旋转角度:30翻译:[10 20.5000]R: [2×2 double] A: [3×3 double]

指定变换矩阵

对于更复杂的线性几何变换，可以将变换表示为矩阵。例如，对射影变换或涉及反射、各向异性缩放、剪切或线性变换组合的仿射变换使用矩阵表示。指定转换矩阵以创建affinetform2d，affinetform3d,或projtform2d对象。有关创建转换矩阵的更多信息，请参见几何变换的矩阵表示法．

的非各向同性缩放和反射的变换矩阵y轴，然后创建affinetform2d从变换矩阵得到几何变换对象。

scaleX = 0.8;scaleY = 1.5;A = [scaleX 0 0;0 -scaleY 0;0 0 1];tform = affinetform2d(A)

tform = affinetform2d属性:维度:2 A: [3×3 double]

指定自定义点映射函数

方法创建自定义2-D和3-D几何变换geometricTransform2d和geometricTransform3d对象分别。

下面的示例指定了一个逆映射函数，该函数接受并返回打包(x，y)的格式。然后，该示例创建一个geometricTransform2d几何变换对象由逆映射函数得到。

Inversefn = @(c) [c(:，1)+c(:，2)，c(:，1).^2]

inversefn = function_handle价值:@ (c) [c (: 1) + c (:, 2), c(: 1) ^ 2]。

tform = geometricTransform2d(inversefn)

InverseFcn: [function_handle] ForwardFcn:[]维数:2

类似地，下面的示例创建一个geometricTransform3d几何变换对象使用逆映射函数。该示例指定了一个逆映射函数，该函数接受并返回打包(x，y，z)的格式。

inversefn = @ (c) [c (: 1) + c (:, 2), c (: 1) - c (:, 2), c(:, 3) ^ 2]。

inversefn = function_handle价值:@ (c) [c (: 1) + c (:, 2), c (: 1) - c (:, 2), c(:, 3) ^ 2]。

tform = geometricTransform3d(inversefn)

InverseFcn: [function_handle] ForwardFcn:[]维数:3

控制点对的估计变换

控件的控制点对可以创建几何转换对象fitgeotform2d函数。的fitgeotform2d函数自动从这些点估计转换，并返回一个几何转换对象。

不同的转换需要不同数量的点。例如，仿射变换需要在每个图像中有三个非共线点(三角形)，射影变换需要四个点(四边形)。

此示例定义了两对控制点，然后使用fitgeotform2d要创建affinetform2d几何变换对象。

movingPoints = [11 11;21 11;21日21];fixedPoints = [51 51;61 51;61 61];tform = fitgeotform2d(move points,fixedPoints，“仿射”）

tform = affinetform2d属性:维度:2 A: [3×3 double]

利用相似度优化估计变换

如果您有一个固定图像和一个稍微不对齐的移动图像，那么您可以使用imregtform函数来估计使图像对齐的仿射几何变换。imregtform使用常规阶梯梯度下降或1 + 1进化优化器优化两幅图像的均方或Mattes互信息相似度度量。有关更多信息，请参见为基于强度的图像配准创建一个优化器和度量．

使用相位相关估计变换

如果固定图像和移动图像严重不对齐，则可以使用imregcorr函数估计仿射几何变换，改善图像对齐。您可以使用相似度优化来优化结果转换。

生成随机仿射变换

属性可以创建具有随机化变换参数的仿射几何变换randomAffine2d和randomAffine3d功能。这些函数支持所有仿射参数，包括关金宝app于每个轴的反射、旋转、剪切和非各向同性比例因子。随机仿射变换通常被用作深度学习的数据增强技术。