Matlab中使用estimateGeometricTransform时，能否禁用旋转估计（仅平移缩放）？

你说得没错——Matlab内置的Similarity、Affine和Projective变换模型都包含旋转参数，当你的场景实际只有平移和缩放时，旋转参数的存在确实会引入歧义，导致估计结果偏离真实情况。

要解决这个问题，你可以自定义仅包含平移和缩放的变换模型，直接告诉estimateGeometricTransform不要考虑旋转参数。下面是具体的实现步骤和代码：

1. 定义自定义变换的正向和反向函数 #

我们需要定义两个函数：一个用于将原始点通过平移+缩放变换到目标点（正向变换），另一个用于反向推导原始点（用于算法优化过程）。这里默认采用各向同性缩放（x和y方向缩放比例相同），如果需要各向异性缩放可以调整参数逻辑。

正向变换函数（原始点→变换后点） #

function [xTransformed, yTransformed] = scaleTranslateForward(points, params)
    % params参数顺序: [缩放因子s, x方向平移tx, y方向平移ty]
    s = params(1);
    tx = params(2);
    ty = params(3);
    
    xTransformed = s * points(:, 1) + tx;
    yTransformed = s * points(:, 2) + ty;
end

反向变换函数（变换后点→原始点） #

function [xOriginal, yOriginal] = scaleTranslateInverse(points, params)
    s = params(1);
    tx = params(2);
    ty = params(3);
    
    xOriginal = (points(:, 1) - tx) / s;
    yOriginal = (points(:, 2) - ty) / s;
end

2. 使用自定义变换调用estimateGeometricTransform #

假设你已经有匹配好的点对matchedPoints1（原始场景点）和matchedPoints2（目标场景点），直接传入自定义变换的函数句柄和参数数量即可：

% 估计仅含平移+缩放的几何变换
transform = estimateGeometricTransform(...
    matchedPoints1, matchedPoints2, ...
    'Custom', @scaleTranslateForward, @scaleTranslateInverse, 3);

% 查看估计得到的参数：缩放因子s、tx、ty
estimatedParams = transform.Parameters;

为什么这个方法有效？ #

Matlab内置的Similarity变换模型本质是包含旋转的：

[s·cosθ, -s·sinθ, tx; s·sinθ, s·cosθ, ty]

其中θ是旋转角度，这会让算法尝试拟合旋转参数，但你的场景并没有旋转，这就导致了旋转与平移的歧义。而我们自定义的模型完全移除了旋转相关的参数，只保留缩放和平移，完美匹配你的场景约束，因此估计结果会更准确。

如果你的场景存在各向异性缩放（x和y方向缩放比例不同），只需要修改参数数量为4（[sx, sy, tx, ty]），并调整两个变换函数的计算逻辑即可，比如正向变换改为：

xTransformed = params(1) * points(:,1) + params(3);
yTransformed = params(2) * points(:,2) + params(4);

内容的提问来源于stack exchange，提问作者SimaGuanxing