python - Python 中的图像配准和仿射变换

Question

我一直在读Programming Computer Vision with Python由 Jan Erik Solem 撰写，这是一本非常好的书，但是我无法澄清有关图像配准的问题。

基本上，我们有一堆图像(人脸)需要对齐一点，所以首先需要做的是通过相似变换执行刚性变换:

x' = | sR t | x
     | 0  1 |

其中 x 是要通过旋转 R、平移 t 和缩放 s 转换为 x' 的向量(在本例中为一组坐标)。

Solem 为每个图像计算这个刚性变换，它返回旋转矩阵 R 和平移向量作为 tx 和 ty:

R,tx,ty = compute_rigid_transform(refpoints, points)

但是，由于某种原因，他对 R 的元素进行了重新排序:

T = array([[R[1][1], R[1][0]], [R[0][1], R[0][0]]])

然后他执行了一个 affine transformation :

im2[:,:,i] = ndimage.affine_transform(im[:,:,i],linalg.inv(T),offset=[-ty,-tx])

在这个例子中，这个仿射变换是在每个 channel 上执行的，但这并不相关。 im[:,:,i] 是要处理的图像，此过程返回另一幅图像。

什么是 T 以及为什么我们要在仿射变换中反转该矩阵？实现图像配准的通常步骤是什么？

更新

Here您可以在 Google 图书中找到此代码的相关部分。从第 67 页底部开始。

Answer 1

在我看来这像是代码中的一个错误。 T 似乎只是 R 的转置，对于旋转矩阵而言，它与逆矩阵相同。然后他在对 ndimage.affine_transform 的调用中(再次)取反。我认为它应该是 T 或 linalg.inv(R) 传递给该函数。