步骤1：阅读图像

在工作区中阅读图像。

原始= imread（'cameraman.tif'）；imshow（原始）文本（大小（原始，2），大小（原始，1）+15，...“马萨诸塞州技术研究所的图像”，，，，...'字体大小'，7，'水平对齐'，，，，'正确的'）

步骤2：调整并旋转图像大小

比例= 0.7;扭曲= imresize（原始，比例）;％尝试改变量表因子。theta = 30;扭曲= imrotate（扭曲，theta）;％尝试改变角度，theta。imshow（扭曲）

步骤3：选择控制点

使用控制点选择工具至少选择两对控制点。

移动点= [151.52 164.79;131.40 79.04];固定点= [135.26 200.15;170.30 79.30];

您可以使用这些预选积分来运行其余的示例，但尝试选择自己的积分以查看结果的变化。

cpSelect（变形，原始，移动点，固定点）;

通过选择文件菜单，然后将点保存到工作区选项。保存点，覆盖变量移动点和固定点。

步骤4：估计转换

将非反射相似性转换拟合到您的控制点。

tform = fitgeotrans（移动点，固定点，“非反射激素”）；

完成步骤5和6后，重复步骤4至6，但请尝试使用“仿射”代替“非反射激素”。怎么了？结果与与之一样好“非反射激素”？

步骤5：求解尺度和角度

几何变换，tform，包含一个转换矩阵tform.T。由于您知道转换仅包括旋转和缩放，因此数学相对简单，可以恢复尺度和角度。

让 $\mathrm{sc}=\mathrm{规模}*\cos （（\mathrm{Theta}）$

让 $\mathrm{SS}=\mathrm{规模}*\mathrm{罪}（（\mathrm{Theta}）$

然后，tinv =倒置（tform）， 和tinv.t = $[[\begin{array}{ccc}\mathrm{sc}& -\mathrm{SS}& 0\\ \mathrm{SS}& \mathrm{sc}& 0\\ \mathrm{TX}& \mathrm{泰}& 1\end{array}这是给予的$

在哪里TX和泰分别是x和y翻译。

tforminv = invert（tform）;tinv = tforminv.t;SS = TINV（2,1）;sc = tinv（1,1）;scale_recovered = sqrt（ss*ss + sc*sc）

scale_recovered = 0.7000

theta_recovered = atan2（ss，sc）*180/pi

theta_recovered = 29.3741

恢复的值scale_recovered和theta_recovered应该匹配您设置的值步骤2：调整并旋转图像大小。

步骤6：恢复原始图像

通过转换恢复原始图像扭曲，使用几何变换，旋转和缩放图像tform以及您对空间参考的了解原来的。这'outputview'名称值参数用于指定重采样输出图像的分辨率和网格大小。

roriginal = imref2d（size（onigral））;恢复= imwarp（变形，tform，'outputview'，Roriginal）;

相比恢复至原来的通过在蒙太奇上并排看它们。

蒙太奇（{原始，恢复}）

这恢复（右）图像质量与原来的（左）图像由于失真和恢复过程。特别是，图像缩小会导致信息丢失。边缘周围的伪影是由于转换的准确性有限。如果您要选择更多积分步骤3：选择控制点，转换将更加准确。