空间几何变换知识点——摘自《机器视觉研究与发展》赵彭
2013-09-27 11:55
399 查看
空间几何变换与机器视觉有着密切的关系,是研究机器视觉的重要数学工具之一。空间几何变换主要包括射影变换、仿射变换、比例变换、欧氏变换等,各种变换的不变量性质在机器视觉中也具有重要的作用。
1 齐次坐标
用n+1维矢量表示一个n维矢量。
优越性:(1)提供了用矩阵运算把二维、三维甚至高维空间中的一个点集从一个坐标系变换到另一个坐标系的有效方法。(2)可以表示无穷远点。
2 射影变换
射影变换(projective transformation)是一种最为广义的线性变换。
射影变换中用非齐次坐标表示的变换关系是非线性的。
三维射影空间中齐次坐标表示的变换矩阵:
Tp = p11 p12 p13 p14
p21 p22 p23 p24
p31 p32 p33 p34
p41 p42 p43 p44
Tp共有16参数,但用一个非零的比例因子归一,因此有15个自由度。
3 仿射变换
仿射变换(affine transformation)是射影变换的特例,是一类重要的线性几何变换。在射影变换中,射影中心平面变为无限远处时,射影变换就变成了仿射变换。
非齐次坐标表示的射影变换为非线性变换,而仿射变换为线性变换。
三维仿射空间,仿射变换矩阵用齐次表示为:
Ta = a11 a12 a13 a14
a21 a22 a23 a24
a31 a32 a33 a34
0 0 0 1
因此,仿射变换矩阵中有12个自由度。
4 比例变换
比例变换(ratio of transformation)是带有一个比例因子的欧氏变换(Euclidean transformation,欧几里得变换,简称欧氏变换)。
三维空间中比例变换矩阵用齐次表示为:
Tm = k*r11 k*r12 k*r13 t11
k*r21 k*r22 k*r23 t21
k*r31 k*r32 k*r33 t31
0 0 0 1
r(i,j)组成一个正交矩阵,它是一个旋转矩阵,有3个自由度,k为比例因子,或称为缩放因子。因此比例变换共7个自由度,其中3个旋转,3个平移和1个比例因子。比例变换不改变物体空间的形状,只是改变大小,所以有时将比例变换称为相似变换。
5 欧氏变换
欧氏变换(Euclidean transformation)是在欧氏空间进行的变换,与比例变换很类似,只是比例因子取1。欧氏变换有6个自由度,即三个旋转、三个平移。
三维空间中欧氏变换矩阵用齐次表示为:
Te = r11 r12 r13 t11
r21 r22 r23 t21
r31 r32 r33 t31
0 0 0 1
欧氏变换代表了在欧氏空间中的刚体运动或刚体变换。
综上所述:仿射变换是透视变换的特例,比例变换是仿射变换的特例,而欧氏变换又是比例变换的特例。
1 齐次坐标
用n+1维矢量表示一个n维矢量。
优越性:(1)提供了用矩阵运算把二维、三维甚至高维空间中的一个点集从一个坐标系变换到另一个坐标系的有效方法。(2)可以表示无穷远点。
2 射影变换
射影变换(projective transformation)是一种最为广义的线性变换。
射影变换中用非齐次坐标表示的变换关系是非线性的。
三维射影空间中齐次坐标表示的变换矩阵:
Tp = p11 p12 p13 p14
p21 p22 p23 p24
p31 p32 p33 p34
p41 p42 p43 p44
Tp共有16参数,但用一个非零的比例因子归一,因此有15个自由度。
3 仿射变换
仿射变换(affine transformation)是射影变换的特例,是一类重要的线性几何变换。在射影变换中,射影中心平面变为无限远处时,射影变换就变成了仿射变换。
非齐次坐标表示的射影变换为非线性变换,而仿射变换为线性变换。
三维仿射空间,仿射变换矩阵用齐次表示为:
Ta = a11 a12 a13 a14
a21 a22 a23 a24
a31 a32 a33 a34
0 0 0 1
因此,仿射变换矩阵中有12个自由度。
4 比例变换
比例变换(ratio of transformation)是带有一个比例因子的欧氏变换(Euclidean transformation,欧几里得变换,简称欧氏变换)。
三维空间中比例变换矩阵用齐次表示为:
Tm = k*r11 k*r12 k*r13 t11
k*r21 k*r22 k*r23 t21
k*r31 k*r32 k*r33 t31
0 0 0 1
r(i,j)组成一个正交矩阵,它是一个旋转矩阵,有3个自由度,k为比例因子,或称为缩放因子。因此比例变换共7个自由度,其中3个旋转,3个平移和1个比例因子。比例变换不改变物体空间的形状,只是改变大小,所以有时将比例变换称为相似变换。
5 欧氏变换
欧氏变换(Euclidean transformation)是在欧氏空间进行的变换,与比例变换很类似,只是比例因子取1。欧氏变换有6个自由度,即三个旋转、三个平移。
三维空间中欧氏变换矩阵用齐次表示为:
Te = r11 r12 r13 t11
r21 r22 r23 t21
r31 r32 r33 t31
0 0 0 1
欧氏变换代表了在欧氏空间中的刚体运动或刚体变换。
综上所述:仿射变换是透视变换的特例,比例变换是仿射变换的特例,而欧氏变换又是比例变换的特例。
相关文章推荐
- 读书计划与交流的期望
- 分享一些OpenCV实现立体视觉的经验
- 在OpenCV中用cvCalibrateCamera2进行相机标定
- 工业相机和数码相机的六大区别
- 如何选择工业相机?听听专家怎么说
- 远心工业镜头与普通工业镜头的区别
- 为您解忧 机器视觉之光学基础知识问答
- 解读百万像素镜头与高清镜头
- 如何选择机器视觉光源
- 化解高清摄像机画面质量衰减问题的方法
- 浅析NI LabVIEW数据采集与处理信号的10大优势
- 简析几何匹配在机器视觉系统的应用
- 基于LabVIEW的视觉软件平台提升机器视觉系统应用优势
- 图像处理方法的选用原则
- 红外摄像机常见技术调试
- 深入探讨CCD工业摄像机相关技术特性
- Mean Shift 目标跟踪算法(一)
- 光源、照明方法、相机与镜头配套原则、PPI
- Tensorflow实战1:最简单神经网络实现