2018年浙大SLAM暑期学校学习整理——相机模型与投影变换——齐次坐标（麻麻再也不用担心我理解不了齐次坐标了）

　　有幸能够参加浙江大学CAD＆CG国家中重点实验室举办的第一届SLAM暑期学校真的棒，在这四天时间里分别见到了刘浩敏，王京，李名杨等大佬也是真的让人开阔眼界。
　　这四天也介绍了很多的知识和信息，觉得有必要趁热打铁整理一下，不然过段时间就全部忘光了。
　　咳咳，那就开始吧哈哈哈~

齐次坐标(Homogeneous Coordinate)

首先，什么是齐次坐标呢？这个问题一直在困扰着我，一般我查了一下，
基本都是这样说的：是用n+1维的向量来表示原本n维的向量
优点是：合并矩阵运算中的加法和乘法
也就是说：在原有的维度上增加一个维度，但却不增加自由度

这样的说法也算是让人明白了吧，但是理解上我总觉得还是缺一些什么的（当然主要可能还是自己的理解能力比较差吧）。

然后自己看到《计算机图形学(OpenGL版)》的作者F.S. Hill Jr.曾说过一句话：
“齐次坐标表示是计算机图形学的重要手段之一，它既能够用来明确区分向量和点，同时也更易用于进行仿射（线性）几何变换。”

这里要划重点了，因为这句话一下子点醒我了。从这两个方面去理解，一下子就能豁然开朗了

1. 【其一是区分向量和点】

假设给定我们一个坐标（4，3，5），在同一个坐标基下，我们其实是根本不知道这个表示的是一个向量还是一个点。比如说