当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python cucim.skimage.transform.PolynomialTransform.estimate用法及代码示例


用法:

estimate(src, dst, order=2)

从一组对应点估计变换。

您可以使用总least-squares 方法确定过、井和under-determined 参数。

源坐标和目标坐标的数量必须匹配。

转换定义为:

X = sum[j=0:order]( sum[i=0:j]( a_ji * x**(j - i) * y**i ))
Y = sum[j=0:order]( sum[i=0:j]( b_ji * x**(j - i) * y**i ))

这些方程可以转换为以下形式:

0 = sum[j=0:order]( sum[i=0:j]( a_ji * x**(j - i) * y**i )) - X
0 = sum[j=0:order]( sum[i=0:j]( b_ji * x**(j - i) * y**i )) - Y

每组对应点都存在,所以我们有一组 N * 2 个方程。系数呈线性出现,因此我们可以写成 A x = 0,其中:

A   = [[1 x y x**2 x*y y**2 ... 0 ...             0 -X]
       [0 ...                 0 1 x y x**2 x*y y**2 -Y]
        ...
        ...
      ]
x.T = [a00 a10 a11 a20 a21 a22 ... ann
       b00 b10 b11 b20 b21 b22 ... bnn c3]

在总least-squares 的情况下,这个齐次方程组的解是 A 的右奇异向量,它对应于由系数 c3 规范的最小奇异值。

参数

src(N, 2) 数组

源坐标。

dst(N, 2) 数组

目的地坐标。

order整数,可选

多项式阶数(系数数为阶数 + 1)。

返回

successbool

是的,如果模型估计成功。

相关用法


注:本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.transform.PolynomialTransform.estimate。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。