计算机视觉中的齐次坐标系

对于齐次坐标系，感觉是计算机视觉中还是比较常用的，之前比较不清楚，看了网上大神的博客还有《Robotics，Vision and Control》之后，有了一定的了解，在这里总结下。

“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。”
—— F.S. Hill, JR

一. 用于区分向量还是点

首先给个三维空间的坐标 （1,2,3），从这个坐标中很难说明这代表的是向量还是点，但是转换为其次坐标系就比较容易理解了。

对于一个向量 $v$ 以及 基 $o_{abc}$, 很容易找到一组坐标 $v_1,v_2,v_3$， 使得 $v=v_{1}a+v_{2}b+v_{3}c$ …(1)
对于一个点 $p$ 而言，我们同样能找到一组坐标 $p_1,p_2,p_3$ , 使得 $p-o=p_{1}a+p_{2}b+p_{3}c$ …(2)

从上面对向量和点的表达，我们可以看出为了在坐标系中表示一个点（如p），我们把点的位置看作是对这个基的原点 o 所进行的一个位移，即一个向量: $p-o$（有的书中把这样的向量叫做位置向量——起始于坐标原点的特殊向量），我们在表达这个向量的同时用等价的方式表达出了点 $p$： $p=o+$