Difference between revisions of "如何理解仿射变换"
(→概念:) |
|||
(8 intermediate revisions by 2 users not shown) | |||
Line 2: | Line 2: | ||
=== 概念: === | === 概念: === | ||
− | <math>Y=WX+B</math> | + | <math>Y=WX+B</math> |
+ | |||
+ | X,Y,B为n维向量,W为n*n维矩阵 | ||
要求X,Y,B是线性空间中的向量,即X,Y,B的取值是连续的。 | 要求X,Y,B是线性空间中的向量,即X,Y,B的取值是连续的。 | ||
Line 12: | Line 14: | ||
=== 例子: === | === 例子: === | ||
− | 一维:y=kx+b | + | 一维:<math>y=kx+b</math> |
− | 二维: | + | 二维:旋转,缩放,推移,移动,镜面反射等;<math>x_{new} = ax+by+m , y_{new} = cx+dy+n</math> |
=== 性质: === | === 性质: === | ||
Line 21: | Line 23: | ||
=== 应用: === | === 应用: === | ||
雷达回波dbz和彩云雷达强度之间的变换。 | 雷达回波dbz和彩云雷达强度之间的变换。 | ||
+ | |||
+ | === 参考资料 === | ||
+ | |||
+ | * [https://en.wikipedia.org/wiki/Affine_transformation 仿射变换] |
Latest revision as of 08:29, 12 October 2018
简单来说,“仿射变换”=“线性变换”+“平移”。
概念:
[math]Y=WX+B[/math]
X,Y,B为n维向量,W为n*n维矩阵
要求X,Y,B是线性空间中的向量,即X,Y,B的取值是连续的。
直观理解:
变换前是直线的,变换后依然是直线。
一条直线上各个位置之间的距离比例保持不变。
例子:
一维:[math]y=kx+b[/math]
二维:旋转,缩放,推移,移动,镜面反射等;[math]x_{new} = ax+by+m , y_{new} = cx+dy+n[/math]
性质:
x和y完全等价,是一个无损的变换。且不存在变形,扭曲等。可以认为x和y是完全等价的两个量。
应用:
雷达回波dbz和彩云雷达强度之间的变换。