https://i.imgur.com/cl7KRbn.jpg
请问 第七题 是用假三维平移 再乘 缩小标准阵列吗
第八题是完全看不懂问什么

先移到正中间在缩小吧，你写的反过来，而且这样左下不是(-1,-1)再缩小

如果先移的话 这样0 ,0 变-1，-1 再成缩小这样对过去不就不是-1，-1了大大不要理我上面的 我好像搞错了哈哈

是先整个往左下移(350,250)，再缩小350跟250你要先缩也可以，总之你缩太多了

懂了 R大 感谢神人解答

8(a)我现在不知道怎么写for n points，但要解(b)的话需要写出来，我再想想不行，我看不懂他的符号，xi'不就是axi+byi+c吗？

感觉台科出这题是不是不想让人满分哈哈还是感谢R大 的热血解答

我大概知道他在问什么了，今天有原本的n个点xi跟目标要变成的n个点xi'，想要找到能让误差变最少的一个affinetransformation，所以xi'都是定值如果这样解读没错的话，那我可以把单点的affine转换连续在对角线上写n次，变成一个3n*3n的大矩阵，再解Ax=b这个system的least square好像怪怪的，这样变不是求affine的系数，而是找原本的点硬写了大矩阵出来，感觉答案好像是要写统计学的矩阵？Cov matrix之类的

我感觉第一题只是单纯要写一般的affine matrix欸?写[[a,b,c], [d,e,f],[0,0,1]]就好?? n个点运算就每个点补1然后排成3*n的矩阵 就能算n个点affine后的座标了cost function的意思是 我们想根据已知的两组点{(xi, yi)}, {(xi', yi')} 求出对应的affine matrix系数就是a~f可以想像取不同的系数 就可以算出不同的axi+byi+c以及dxi+eyi+f。这个是估计值，举x座标为例，他跟实际值的方差就是(axi+byi+c - xi')^2而题目就是要解出最佳的a~f可以最小化cost function解法就是解affine matrix的least square sol. 就行?

那样子(a)跟(b)的matrix会不同用affine matrix的least square solution变成是求原向量，这就是我说怪怪的地方 而反过来硬是用(a,..,f)当向量写出矩阵之后再求，是能写出看起来还可以的式子只是如果平时没碰统计学的话应该也算不下去？感觉要平常就有接触图像处理的人才知道这题要做什么...题目讲得太省略了喔喔，我找到一个跟我写出来的矩阵很像的东西了https://kknews.cc/zh-tw/news/vmr86z4.html就像这网页中间部份的矩阵，把原本的点写成矩阵https://bit.ly/3888QDn 这篇论文的7.10应该很接近了我有写到这里，可是说真的很难想像考到这样...

对欸我想反了... 应该是把原座标写成一个大矩阵A令w=[a,b,c,d,e,f] b是新座标 然后求Aw=b的lss才对https://i.imgur.com/tPz7fWL.jpg我是参考R大第一个网站的写法 第二篇论文的那个列式把x跟y分开列式了 分别求最佳解对应的cost function不确定跟题目一不一样

我是解到跟他一样分开来，只是BTB不确定可不可逆然后真的想解的话就会变成一堆统计学参数他应该是自行假设可逆而已能拆开来的原因是真的做ATA的时候会发现变成两个分开的但是是一样的对角区块矩阵

哦哦对欸 所以分开写跟一起写是等价的 感谢R大如果不可逆就求pseudo inv.就行? 反正实际应用都丢给电脑算就好 题目没有真的给一组点要我们算xD

总之毕竟是normal equation，所以一定有解我是以为会有什么简单的平均值之类的结果才想继续算

太感谢楼上两位大神的解答 收下小弟的膝盖