Matlab非线性变换实现疑问：正向变换代码致图像异常

我来帮你拆解下这段MATLAB代码里的几个核心问题，正是这些问题导致你得到的图像又大又没意义：

• 坐标对应关系完全搞反了：MATLAB里图像矩阵的索引是(行, 列)，对应图像空间的(y, x)坐标。你代码里把原图像的行索引i（对应y轴）代入了x方向的变换公式x1，列索引j（对应x轴）代入了y方向的变换公式y1，最后赋值时又用(round(x1+1), round(y1+1))作为索引，相当于把x和y轴彻底颠倒，直接导致坐标混乱。

• 输出矩阵未预先初始化：你直接给y赋值但没提前定义它的尺寸，MATLAB会自动动态扩展矩阵。如果变换后的坐标值很大，矩阵会被拉得无比庞大，这既浪费内存，也会生成大量无意义的空白区域。

• 正向映射的固有缺陷：你用的是正向映射逻辑——把原图像的每个点映射到目标图像。这种方式会出现两个致命问题：一是多个原图像点可能映射到目标图像的同一个位置，造成像素覆盖丢失；二是目标图像的很多位置根本没有被映射到，出现大片空洞。正确的做法应该是反向映射：遍历目标图像的每个像素，计算它在原图像中对应的位置，再通过插值填充像素值，这样能保证目标图像的每个位置都有有效像素。

• 没有处理坐标越界问题：计算出的x1和y1可能超出原图像的范围，直接赋值会导致索引错误，或者生成无意义的像素点。

修正后的代码 #

function outputImg = transformationTest(I,a1,a2,a3,a4,b1,b2,b3,b4)
    [M, N] = size(I);
    % 第一步：确定变换后坐标的范围，避免生成超大矩阵
    xPrimeList = a1*(1:M)' + a2*(1:N) + a3*(1:M)'*(1:N) + a4;
    yPrimeList = b1*(1:M)' + b2*(1:N) + b3*(1:M)'*(1:N) + b4;
    minX = floor(min(xPrimeList(:)));
    maxX = ceil(max(xPrimeList(:)));
    minY = floor(min(yPrimeList(:)));
    maxY = ceil(max(yPrimeList(:)));
    
    % 初始化目标图像矩阵，尺寸匹配变换后的坐标范围
    outputImg = zeros(maxY - minY + 1, maxX - minX + 1);
    
    % 第二步：用反向映射遍历目标图像的每个像素
    for y = 1:size(outputImg,1)
        for x = 1:size(outputImg,2)
            % 将目标图像的索引转换为变换后的实际坐标
            targetX = x + minX - 1;
            targetY = y + minY - 1;
            
            % 定义匿名函数，求解原图像坐标(i,j)的逆变换方程
            f = @(vec) [a1*vec(1) + a2*vec(2) + a3*vec(1)*vec(2) + a4 - targetX;
                        b1*vec(1) + b2*vec(2) + b3*vec(1)*vec(2) + b4 - targetY];
            % 以原图像中心作为初始猜测值
            initialGuess = [M/2; N/2];
            % 用fsolve求解逆变换
            [ijSol, ~, exitFlag] = fsolve(f, initialGuess);
            iSol = ijSol(1);
            jSol = ijSol(2);
            
            % 检查解是否在原图像的有效范围内
            if exitFlag > 0 && iSol >= 1 && iSol <= M && jSol >= 1 && jSol <= N
                % 第三步：双线性插值填充像素，让图像更平滑
                iFloor = floor(iSol);
                iCeil = ceil(iSol);
                jFloor = floor(jSol);
                jCeil = ceil(jSol);
                
                if iFloor == iCeil && jFloor == jCeil
                    outputImg(y,x) = I(iFloor,jFloor);
                elseif iFloor == iCeil
                    outputImg(y,x) = I(iFloor,jFloor)*(jCeil - jSol) + I(iFloor,jCeil)*(jSol - jFloor);
                elseif jFloor == jCeil
                    outputImg(y,x) = I(iFloor,jFloor)*(iCeil - iSol) + I(iCeil,jFloor)*(iSol - iFloor);
                else
                    val11 = I(iFloor,jFloor);
                    val12 = I(iFloor,jCeil);
                    val21 = I(iCeil,jFloor);
                    val22 = I(iCeil,jCeil);
                    outputImg(y,x) = val11*(iCeil-iSol)*(jCeil-jSol) + val12*(iCeil-iSol)*(jSol-jFloor) + ...
                                     val21*(iSol-iFloor)*(jCeil-jSol) + val22*(iSol-iFloor)*(jSol-jFloor);
                end
            end
        end
    end
end

代码改进说明 #

1. 合理控制目标图像尺寸：先遍历原图像所有点的变换结果，确定坐标范围，再初始化目标矩阵，避免生成无意义的超大图像。
2. 反向映射逻辑：从目标图像出发，逐个像素找原图像的对应位置，彻底解决正向映射的空洞和覆盖问题。
3. 双线性插值：让变换后的图像过渡更平滑，避免像素突变带来的锯齿感。
4. 越界处理：只对原图像范围内的有效坐标进行插值，过滤无意义的像素点。

如果你的变换存在解析形式的逆公式，也可以直接用逆公式计算原坐标，这样会比用fsolve求解更高效。

内容的提问来源于stack exchange，提问作者SSM