陋室铭
永远也不要停下学习的脚步(大道至简至易)

posts - 2169,comments - 570,views - 413万
仿射变换可以理解为
・对坐标进行放缩,旋转,平移后取得新坐标的值。
・经过对坐标轴的放缩,旋转,平移后原坐标在在新坐标领域中的值。
 
如上图所示,XY坐标系坐标轴旋转θ,坐标原点移动(x0,y0)。
XY坐标系中的坐标(X,Y),则求新坐标系xy中的坐标值的方程组为:
 
X = X・cosθ - Y・sinθ + x0
Y = X・sinθ + Y・cosθ + y0
 
写成矩阵形式为
 
| x |              | cosθ   sinθ |   | x0 |
|   | = | X Y | * |               | + |    |
| y |              | -sinθ cosθ |   | y0 |
 
为将原点移动的值放入矩阵,则可以加入一个不影响原方程组的解的冗余方程。于是可以写成
 
X = X・cosθ - Y・sinθ + x0
Y = X・sinθ + Y・cosθ + y0
1 = X・0     + Y・0     + 1
 
写成矩阵形式为
| x |                 | cosθ   sinθ   0|
| y | = | X Y 1 | * | -sinθ cosθ   0|
| 1 |                 | x0      y0      1|
 
这个矩阵就是Helmert变换矩阵。
 
考虑到新坐标系对于原坐标系在x,y两个坐标轴上的放缩率,可分别表示为λx和λy,则Helmert变换方程组可以修改为
 
X = (λx)X・cosθ - (λy)Y・sinθ + x0
Y = (λx)X・sinθ + (λy)Y・cosθ + y0
 
同样按照前述方法写成三阶矩阵为
 
| x |                 | (λx)cosθ   (λx)sinθ   0|
| y | = | X Y 1 | * | (λy)-sinθ (λy)cosθ   0|
| 1 |                 |  x0           y0          1|
 
这个矩阵就是affine变换矩阵,仿射矩阵。
posted on   宏宇  阅读(11273)  评论(3编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 25岁的心里话
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
< 2007年9月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 1 2 3 4 5 6

点击右上角即可分享
微信分享提示