Python cucim.skimage.transform.PolynomialTransform.estimate用法及代碼示例

用法: estimate(src, dst, order=2)

從一組對應點估計變換。

您可以使用總least-squares 方法確定過、井和under-determined 參數。

源坐標和目標坐標的數量必須匹配。

轉換定義為：

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 ))

這些方程可以轉換為以下形式：

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

每組對應點都存在，所以我們有一組 N * 2 個方程。係數呈線性出現，因此我們可以寫成 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]

在總least-squares 的情況下，這個齊次方程組的解是 A 的右奇異向量，它對應於由係數 c3 規範的最小奇異值。

參數：

src：(N, 2) 數組: 源坐標。
dst：(N, 2) 數組: 目的地坐標。
order：整數，可選: 多項式階數(係數數為階數 + 1)。

success：bool: 是的，如果模型估計成功。

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cucim.skimage.transform.PolynomialTransform.estimate。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：