我使用OpenCV跟踪了一个通过图像序列的平面，并产生了一系列3x3 TRS同质变换矩阵（实际上是仿射/单应性，但我正在简化）。我现在希望随着时间的推移平滑运动以稳定飞机的运动。我不想只是平滑翻译，我也想平滑旋转和缩放的混蛋。在处理枢轴时我的问题出现了。
我的第一个想法是将每个矩阵分解为T，R，S（平移/旋转/缩放）分量，然后用高斯卷积过滤每个分量。我不认为这会奏效。问题在于，如果围绕不位于原点的枢轴进行纯旋转运动，那么当作为TRS分解时，平移和旋转都需要随时间同步变化。如果我然后分别平滑T和R，可能会发生奇怪的事情，因为在这种情况下，翻译不是真正的翻译，而是由枢轴引起的翻译。例如，想象一下我想要平滑T非常小并且平滑旋转的情况 - 这将导致摆动，因为T和R的链接变化一起负责围绕枢轴的旋转。在这个特定的例子中，如果我改为分解为SRT而不是TRS，那么就没有问题了。
我的第二个想法是，通过查看变换序列，我可以通过某种方式找出其后的枢轴。我可以假设旋转/比例的枢轴的存在在整个图像序列上是恒定的，然后尝试最小化（通过梯度下降）剩余平移分量在整个序列上的变化。我不确定这会有效。
一般来说，我不确定这是否是一个可以解决的问题。