Affine Transformation
Afin dönüşüm; döndürme, ölçekleme, kaydırma ve öteleme yoluyla görüntü koordinatlarını eşler ve artırma, hizalama ve ön işleme işlemlerini destekler.
Afin dönüşüm, doğrusal dönüşümü ötelemeyle birleştiren bir koordinat eşlemesidir. Görüntülerde piksel ızgarasını döndürebilir, yeniden boyutlandırabilir, yansıtabilir, kaydırabilir veya öteleyebilir; bunu yaparken doğru çizgilerin yapısını korur. Afin dönüşüm ve afin eşleme eş anlamlıdır. Bilgisayarlı görü alanında bu eşlemeler hizalama, veri ön işleme ve veri artırma işlemlerini destekler.
Leonhard Euler, 1748'de Introductio in analysin infinitorum, 2. cilt adlı eserin XVIII. bölümünde, ilişkili eğrileri tanımlamak için affine terimini ortaya attı.
Afin Dönüşümlerin Koruduğu Özellikler#
Tersinir bir afin dönüşüm; doğruları, paralelliği ve bir doğru üzerindeki aralık oranlarını korur. Orta nokta, dönüşümden sonra da orta nokta olarak kalır. Uzunluklar ve açılar değişebilir: kaydırma ve eşit olmayan ölçekleme, bir dikdörtgeni paralelkenara veya bir çemberi elipse dönüştürebilir.
Rijit dönüşümler uzaklıkları ve açıları korur; benzerlik dönüşümleri bunlara ek olarak tekdüze ölçeklemeye izin verir. Afin dönüşümler ise eşit olmayan ölçeklemeye ve kaydırmaya da izin verir. Bir homografi, paralel yol kenarlarının ufuk noktasına doğru yakınsaması gibi perspektif etkilerini içerir. Afin eşleme paralelliği korur ve genel eğiklik ile ölçek değişikliklerine uyum sağlar.
Afin Matris Nasıl Çalışır?#
İki boyutlu afin matrisin altı parametresi vardır ve bu parametreler genellikle 2 x 3 matris biçiminde saklanır. Dört parametre doğrusal kısmı kontrol eder, ikisi ise yatay ve dikey ötelemeyi belirtir. Matrisi üç nokta çifti belirler: kaynak noktaların doğrusal olmayan üç nokta olması, yani bir üçgen oluşturması gerekir. OpenCV'de cv2.getAffineTransform, matrisi bu eşleşmelerden tahmin eder.
Homojen koordinat adı verilen sabit üçüncü koordinat 1 eklenerek öteleme, matris çarpımına dahil edilir. Ortaya çıkan 3 x 3 matrisin son satırı 0, 0, 1 olur. Birden fazla dönüşüm matris çarpımıyla birleştirilir; önce döndürüp sonra ötelemek, genellikle önce öteleyip sonra döndürmekten farklı sonuç verir.
Afin dönüşüm, ötelemesi sıfır olduğunda doğrusal dönüşüm olur. Bir sinir ağında, tam bağlantılı katman öğrenilmiş ağırlıkları bir bias ofsetiyle birleştirir. PyTorch Linear katmanı, varsayılan olarak afin eşleme uygular ve bunu genellikle doğrusal olmayan bir aktivasyon fonksiyonu izler.
Görüntü İşleme ve Model Eğitiminde Kullanım Alanları#
- Tıbbi Görüntüleme: Afin görüntü kaydı, taramaları karşılaştırma veya deformasyon düzeltme öncesinde hizalar. SimpleElastix'in afin kayıt örneği, kaydırılmış, 1,2 kat ölçeklenmiş, 10 derece döndürülmüş ve her iki eksende ötelenmiş bir görüntüyü düzeltir.
- Belge İşleme: Eğiklik düzeltme, optik karakter tanıma öncesinde karakterlerin eğimini azaltır. OpenCV'nin el yazısı rakam sınıflandırıcısı, özellik çıkarımı ve destek vektör makinesi sınıflandırması öncesinde afin kaydırma uygular.
Ultralytics YOLO26 algılama ve segmentasyon eğitimi, görüntüleri ve açıklamaları birlikte güncelleyerek degrees, translate, scale ve shear aracılığıyla geometrik artırmayı destekler. perspective=0.0 ile eşleme afin olur; döndürme ve kaydırma varsayılan olarak devre dışıdır.
Python'da Afin Dönüşüm Uygulama#
pip install opencv-python numpy ile bu örnek, bir görüntüyü merkezi etrafında döndürmek ve küçültmek için OpenCV kullanır:
from urllib.request import urlopen
import cv2
import numpy as np
with urlopen("https://ultralytics.com/images/bus.jpg") as response:
encoded = np.frombuffer(response.read(), dtype=np.uint8)
image = cv2.imdecode(encoded, cv2.IMREAD_COLOR)
height, width = image.shape[:2]
# Merkez etrafında döndürme, öteleme de gerektirir.
center = (width / 2, height / 2)
matrix = cv2.getRotationMatrix2D(center, angle=20, scale=0.8)
warped = cv2.warpAffine(image, matrix, (width, height))
cv2.imwrite("affine_result.jpg", warped)Kaydedilen görüntü, değişmeyen bir çıktı tuvalinde 20 derece döndürülmüş ve özgün boyutlarının %80'ine ölçeklenmiş halini gösterir.
Yeniden Örnekleme ve Açıklama Hataları#
Dönüştürme işlemi, ayrık bir piksel ızgarasından örnek alır. Bilineer enterpolasyon komşu pikselleri harmanlarken en yakın komşu enterpolasyonu mevcut bir değeri seçer. Döndürme, kaynak pikseli olmayan kenar bölgelerini açığa çıkarır; sabit boyutlu bir tuval ise sınırlarının dışındaki içeriği kırpar. Koordinat eşlemesi tersinir olsa bile yinelenen bilineer yeniden örnekleme ince ayrıntıları yumuşatır.
Denetimli görüntü işlemede, görüntüler ve açıklamalar aynı eşlemeyi kullanır. Etiketleri değiştirmemek, hedeflerin yanlış konumlara yerleşmesine neden olur. Sınırlayıcı kutularda, kapsayıcı eksen hizalı dikdörtgeni hesaplamadan önce dört köşenin tamamını dönüştürmek gerekir; döndürme sonrasında bu dikdörtgen ek arka plan içerebilir. Tuvalin dışındaki kilit noktalar için görünürlük güncellenmelidir. Kategorik segmentasyon maskelerinde, ayrık sınıf kimliklerini korumak için en yakın komşu enterpolasyonu kullanılır.










