Affine Transformation
Phép biến đổi affine ánh xạ tọa độ ảnh thông qua phép quay, co giãn, shear và tịnh tiến, hỗ trợ tăng cường dữ liệu, căn chỉnh và tiền xử lý.
Phép biến đổi affine là phép ánh xạ tọa độ kết hợp phép biến đổi tuyến tính với phép tịnh tiến. Trong ảnh, phép biến đổi này có thể xoay, đổi kích thước, phản chiếu, shear hoặc dịch chuyển lưới pixel mà vẫn giữ nguyên cấu trúc đường thẳng. Phép biến đổi affine và ánh xạ affine là các từ đồng nghĩa. Trong thị giác máy tính, các phép ánh xạ này hỗ trợ căn chỉnh, tiền xử lý dữ liệu và tăng cường dữ liệu.
Năm 1748, Leonhard Euler giới thiệu thuật ngữ affine cho các đường cong liên quan trong chương XVIII của Introductio in analysin infinitorum, tập 2.
Các tính chất được bảo toàn bởi phép biến đổi affine#
Phép biến đổi affine khả nghịch bảo toàn đường thẳng, tính song song và tỷ lệ khoảng cách trên một đường thẳng. Trung điểm vẫn là trung điểm. Độ dài và góc có thể thay đổi: phép shear và co giãn không đồng đều có thể biến hình chữ nhật thành hình bình hành hoặc hình tròn thành hình elip.
Phép biến đổi cứng bảo toàn khoảng cách và góc; phép biến đổi đồng dạng còn cho phép co giãn đồng đều. Phép biến đổi affine cũng cho phép co giãn không đồng đều và shear. Phép đồng dạng xạ ảnh bao gồm hiệu ứng phối cảnh, chẳng hạn hai mép đường song song hội tụ về một điểm tụ. Ánh xạ affine bảo toàn tính song song, phù hợp để xử lý độ xiên và thay đổi tỷ lệ trên toàn cục.
Cách ma trận affine hoạt động#
Ma trận affine hai chiều có sáu tham số, thường được lưu dưới dạng ma trận 2 x 3. Bốn tham số điều khiển phần tuyến tính, còn hai tham số xác định độ tịnh tiến theo chiều ngang và chiều dọc. Ba cặp điểm xác định ma trận: ba điểm nguồn không được thẳng hàng, tạo thành một tam giác. Trong OpenCV, cv2.getAffineTransform ước tính ma trận từ các cặp tương ứng này.
Thêm tọa độ thứ ba không đổi bằng 1, gọi là tọa độ thuần nhất, giúp đưa phép tịnh tiến vào phép nhân ma trận. Ma trận 3 x 3 thu được có hàng cuối là 0, 0, 1. Có thể kết hợp nhiều phép biến đổi bằng phép nhân ma trận; xoay rồi dịch chuyển thường cho kết quả khác với dịch chuyển rồi xoay.
Phép biến đổi affine là tuyến tính khi và chỉ khi độ tịnh tiến bằng không. Trong mạng nơ-ron, một lớp kết nối đầy đủ kết hợp các trọng số đã học với một độ lệch bias. Lớp Linear của PyTorch mặc định áp dụng ánh xạ affine, thường theo sau là một hàm kích hoạt phi tuyến.
Ứng dụng trong thị giác máy tính và huấn luyện model#
- Chẩn đoán hình ảnh y tế: Đăng ký ảnh affine căn chỉnh các ảnh quét trước khi so sánh hoặc hiệu chỉnh biến dạng. Ví dụ đăng ký affine của SimpleElastix hiệu chỉnh ảnh đã bị shear, co giãn 1,2 lần, xoay 10 độ và tịnh tiến theo cả hai trục.
- Xử lý tài liệu: Khử độ nghiêng giúp giảm độ xiên của ký tự trước khi nhận dạng ký tự quang học. Bộ phân loại chữ số viết tay của OpenCV áp dụng phép shear affine trước khi trích xuất đặc trưng và phân loại bằng máy vector hỗ trợ.
Quá trình huấn luyện phát hiện và phân đoạn của Ultralytics YOLO26 hỗ trợ tăng cường dữ liệu hình học thông qua degrees, translate, scale và shear, đồng thời cập nhật ảnh và chú thích. Với perspective=0.0, phép ánh xạ là affine; phép quay và shear mặc định bị tắt.
Áp dụng phép biến đổi affine trong Python#
Với pip install opencv-python numpy, ví dụ này dùng OpenCV để xoay và thu nhỏ ảnh quanh tâm ảnh:
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]
# Xoay quanh tâm cũng cần phép tịnh tiến.
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)Ảnh đã lưu thể hiện phép xoay 20 độ và co giãn xuống 80% kích thước ban đầu bên trong canvas đầu ra không thay đổi.
Lỗi lấy mẫu lại và chú thích#
Phép biến dạng lấy mẫu trên lưới pixel rời rạc. Nội suy song tuyến tính pha trộn các pixel lân cận; nội suy láng giềng gần nhất chọn một giá trị có sẵn. Phép xoay làm lộ ra các vùng biên không có pixel nguồn, còn canvas cố định sẽ cắt bỏ nội dung nằm ngoài ranh giới. Việc lấy mẫu lại song tuyến tính nhiều lần làm mờ các chi tiết nhỏ, ngay cả khi ánh xạ tọa độ khả nghịch.
Trong các tác vụ thị giác có giám sát, ảnh và chú thích cùng sử dụng một phép ánh xạ. Nếu không cập nhật nhãn, mục tiêu sẽ nằm sai vị trí. Hộp giới hạn cần biến đổi cả bốn góc trước khi tính hình chữ nhật bao trục song song; sau phép xoay, hình chữ nhật này có thể chứa thêm vùng nền. Điểm mốc nằm ngoài canvas cần được cập nhật trạng thái hiển thị. Mask phân đoạn phân loại sử dụng nội suy láng giềng gần nhất để giữ nguyên ID lớp rời rạc.










