单应性和仿射变换

Homography and Affine Transformation

你好,我是计算机视觉的初学者,我想知道单应变换和仿射变换之间到底有什么区别,如果你想找到两个图像之间的转换,你会使用哪一个以及为什么?。从我在网上找到的论文和定义中,我还没有发现它们之间的区别以及使用一个而不是另一个的地方。

感谢您的帮助。

我用外行的话说定下来了

单应

单应性矩阵是将一幅图像中给定的一组点映射到另一幅图像中相应的一组点的矩阵。

单应性是一个 3x3 矩阵,它将第一个图像的每个点映射到第二个图像的对应点。见下文,其中 H 是为点 x1, y1x2, y2

计算的单应矩阵

考虑以下图片的要点:

在上面的例子中,生成了4个单应矩阵。

用在什么地方?

  1. 您可能想要对齐上面描绘的图像。您可以使用单应性来做到这一点。

此处第二张图片是相对于第一张图片映射的

  1. 另一个应用是全景拼接

访问THIS BLOG了解更多

仿射变换

仿射变换生成一个矩阵,以相对于整个图像对图像进行变换。它不像单应性那样考虑某些点。

因此在仿射变换中,线的平行度始终保持不变(如 EdChum 所述)。

用在什么地方?

它用于您想要改变整个图像的区域:

  • 旋转(自己理解)
  • 翻译(将整个图像移动一定长度到 top/bottom 或 left/right)
  • 缩放(基本上是缩小或放大图像)

有关更多信息,请参阅 THIS PAGE

一图胜千言: