少有人走的路变换模型是指根据待匹配图像与背景图像之间几何畸变的情况，所选择的能最佳拟合两幅图像之间变化的几何变换模型。可采用的变换模型有如下几种:刚性变换、仿射变换、透视变换和非线形变换等，如下图：
参考： http://wenku.baidu.com/view/826a796027d3240c8447ef20.html
其中第三个的仿射变换就是我们这节要讨论的。
仿射变换(Affine Transformation)
Affine Transformation是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”（译注：straightness，即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（译注：parallelness，其实是指保二维图形间的相对位置关系不变，平行线还是平行线，相交直线的交角不变。）。
c和d的区别可以看下图：
仿射变换可以通过一系列的原子变换的复合来实现，包括：平移（Translation）、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切（Shear）。
仿射变换可以用下面公式表示：
参考：http://wenku.baidu.com/view/826a796027d3240c8447ef20.html
这个矩阵乘法的计算如下：
具体到二维的仿射变换的计算如下：
几种典型的仿射变换如下：
平移变换 Translation
将每一点移动到(x+tx, y+ty)，变换矩阵为：
平移变换是一种“刚体变换”，rigid-body transformation，就是不会产生形变的理想物体。
效果：
缩放变换（Scale）
将每一点的横坐标放大（缩小）至sx倍，纵坐标放大（缩小）至sy倍，变换矩阵为：
变换效果如下：
剪切变换（Shear）
变换矩阵为：
相当于一个横向剪切与一个纵向剪切的复合
效果：
旋转变换（Rotation）
目标图形围绕原点顺时针旋转theta弧度，变换矩阵为：
效果：
组合
旋转变换，目标图形以(x, y)为轴心顺时针旋转theta弧度，变换矩阵为：
相当于两次平移变换与一次原点旋转变换的复合：
先移动到中心节点，然后旋转，然后再移动回去。
这个转换矩阵也可以下面这样描述。
一些常用转换矩阵如下：
