第4章-变换-4.2-特殊矩阵变换和运算

4.2 特殊矩阵变换和运算

在本节中，将介绍和导出对实时图形必不可少的几个矩阵变换和运算。首先，我们介绍了欧拉变换（连同它的参数提取），这是一种描述方向的直观方式。然后我们谈到从单个矩阵中反演一组基本变换。最后，导出了一种方法，可以绕任意轴旋转实体。

4.2.1 欧拉变换

此变换是构建矩阵，以将你自己（即相机）或任何其他实体定向到某个方向的直观方式。它的名字来源于伟大的瑞士数学家莱昂哈德·欧拉（Leonhard Euler，1707-1783）。

首先，必须建立某种默认的视图方向。大多数情况下，它朝向负z轴，头部沿y轴定向，如图4.7所示。欧拉变换是三个矩阵的相乘，即图中所示的旋转。更正式地，表示为$\text{E}$的变换由公式4.21给出：
$$\text{E}(h,p,r)={\text{R}}_z(r){\text{R}}_x(p){\text{R}}_y(h)\text{\hspace{1em}(4.21)}$$

矩阵的顺序可以以24种不同的方式进行选择[1636]；我们介绍这个是因为它很常用。由于$\text{E}$是旋转矩阵的级联，因此它显然也是正交的。因此，它的逆可以表示为${\text{E}}^{-1}={\text{E}}^T=({\text{R}}_z{\text{R}}_x{\text{R}}_y{)}^T={\text{R}}_y^T{\text{R}}_x^T{\text{R}}_z^T$，当然，尽管直接使用$\text{E}$的转置更容易。

图4.7. 欧拉变换，以及它如何与你改变航向、俯仰和滚动角度的方式相关联。显示默认视图方向，沿负z轴朝向，沿y轴向上方向。

欧拉角$h$、$p$和$r$表示航向、俯仰和滚转应围绕各自的轴旋转的顺序和程度。有时这些角度都被称为“滚动”，例如，我们的“航向”是“y-roll”，我们的“俯仰”是“x-roll”。 此外，“航向”有时也称为“偏航”，例如在飞行模拟中。

这种转换是直观的，因此很容易用外行的语言进行讨论。例如，改变航向角使观看者摇头“不”，改变俯仰角使他们点头，而改变滚动角度使他们将头侧向倾斜。我们不讨论围绕x轴、y轴和z轴的旋转，而是讨论改变航向、俯仰和滚动。请注意，此变换不仅可以定向相机，还可以定向任何对象或实体。可以使用世界空间的全局轴或相对于局部参考系来执行这些变换。

重要的是要注意，欧拉角的一些表示将z轴作为初始向上方向。这种差异纯粹是一种符号变化，尽管可能会令人困惑。在计算机图形学中，在如何看待世界以及如何形成内容方面存在分歧：y-up或z-up。大多数制造过程，包括3D打印，都认为z方向在世界空间中；航空和海上交通工具认为-z向上。建筑和GIS通常使用z-up，因为建筑平面图或地图是二维的，x和y。与媒体相关的建模系统通常将y方向视为世界坐标中的向上，这与我们在计算机图形中始终描述相机屏幕向上方向的方式相匹配。这两个坐标系向上向量选择之间的区别只是90度旋转（可能还有一个反射），但不知道假设哪个会导致问题。在本卷中，除非另有说明，否则我们使用y-up的世界方向。

我们还想指出，相机在其视图空间中的向上方向与世界的向上方向没有特别的关系。转动你的头，视图是倾斜的，它的世界空间向上方向与世界不同。再举一个例子，假设世界使用y-up，我们的相机直视下方的地形，鸟瞰图。这个方向意味着相机向前倾斜了90度，因此它在世界空间中的向上方向是$(0,0,-1)$。在这个方向上，相机没有y分量，而是认为-z在世界空间中是向上的，但根据定义，“y是向上”在视图空间中仍然是正确的。

虽然对于小角度变化或观察者定向很有用，但欧拉角还有一些其他严重的限制。很难将两组欧拉角组合使用。例如，一组和另一组之间的插值并不是对每个角度进行插值的简单问题。事实上，两组不同的欧拉角可以给出相同的方向，因此任何插值都不应该旋转对象。这些是使用替代方向表示（如本章稍后讨论的四元数）值得研究的一些原因。使用欧拉角，你还遇到被称为万向节死锁的问题，这将在接下来的第4.2.2节中解释。

4.2.2 从欧拉变换中提取参数

在某些情况下，从正交矩阵中提取欧拉参数$h$、$p$和$r$的过程很有用。此过程如公式4.22所示：

$$\text{E}(h,p,r)=\left(\begin{array}{ccc}{e}_{00}& e_{01}& e_{02}\\ e_{10}& e_{11}& e_{12}\\ e_{20}& e_{21}& e_{22}\end{array}\right)={\text{R}}_z(r){\text{R}}_x(p){\text{R}}_y(h)\text{\hspace{1em}(4.22)}$$

在这里，我们放弃了$4\times 4$矩阵，改为$3\times 3$矩阵，因为后者提供了旋转矩阵的所有必要信息。也就是说，等效的$4\times 4$矩阵的其余部分总是在右下角位置包含0和1。

将方程4.22中的三个旋转矩阵连接起来得到:
$$\text{E}=\left(\begin{array}{ccc}\mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{c}\mathrm{o}\mathrm{s}h-\mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{s}\mathrm{i}\mathrm{n}p\mathrm{s}\mathrm{i}\mathrm{n}h& -\mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{c}\mathrm{o}\mathrm{s}p& \mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{s}\mathrm{i}\mathrm{n}h+\mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{s}\mathrm{i}\mathrm{n}p\mathrm{c}\mathrm{o}\mathrm{s}h\\ \mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{c}\mathrm{o}\mathrm{s}h+\mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{s}\mathrm{i}\mathrm{n}p\mathrm{s}\mathrm{i}\mathrm{n}h& \mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{c}\mathrm{o}\mathrm{s}p& \mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{s}\mathrm{i}\mathrm{n}h-\mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{s}\mathrm{i}\mathrm{n}p\mathrm{c}\mathrm{o}\mathrm{s}h\\ -\mathrm{c}\mathrm{o}\mathrm{s}p\mathrm{s}\mathrm{i}\mathrm{n}h& \mathrm{s}\mathrm{i}\mathrm{n}p& \mathrm{c}\mathrm{o}\mathrm{s}p\mathrm{c}\mathrm{o}\mathrm{s}h\end{array}\right)\text{\hspace{1em}(4.23)}$$

显而易见，俯仰角参数由$\mathrm{s}\mathrm{i}\mathrm{n}p=e_{21}$给出。此外，将$e_{01}$除以$e_{11}$，类似地将$e_{20}$除以$e_{22}$，得到以下航向角和翻滚角参数的提取方程：
$$\frac{e_{01}}{e_{11}}=\frac{-\mathrm{s}\mathrm{i}\mathrm{n}r}{\mathrm{c}\mathrm{o}\mathrm{s}r}=-\mathrm{t}\mathrm{a}\mathrm{n}r\mathrm{a}\mathrm{n}\mathrm{d}\frac{e_{20}}{e_{22}}=\frac{-\mathrm{s}\mathrm{i}\mathrm{n}h}{\mathrm{c}\mathrm{o}\mathrm{s}h}=-\mathrm{t}\mathrm{a}\mathrm{n}h\text{\hspace{1em}(4.24)}$$

因此，使用函数$\mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}2(\mathrm{y},\mathrm{x})$（参见第1章的第8页）从矩阵$\text{E}$中提取欧拉参数$h$（航向）、$p$（俯仰）和$r$（滚动），如公式4.25所示：
$$\begin{array}{rl}h& =\mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}2(-e_{20},e_{22})\\ p& =\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}(e_{21})\\ r& =\mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}2(-e_{01},e_{11})\end{array}\text{\hspace{1em}(4.25)}$$

但是，我们需要处理一个特殊情况。如果$\mathrm{c}\mathrm{o}\mathrm{s}p=0$，我们会遇到万向节死锁的问题（第4.2.2节）：旋转角$r$和$h$将围绕同一轴旋转（尽管可能在不同的方向上，取决于$p$旋转角是$-\pi /2$还是$\pi /2$)，所以只需要推导出一个角度。如果我们任意设置$h=0$[1769]，我们得到
$$\text{E}=\left(\begin{array}{ccc}\mathrm{c}\mathrm{o}\mathrm{s}r& -\mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{c}\mathrm{o}\mathrm{s}p& \mathrm{s}\mathrm{i}\mathrm{n}r\mathrm{s}\mathrm{i}\mathrm{n}p\\ \mathrm{s}\mathrm{i}\mathrm{n}r& \mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{c}\mathrm{o}\mathrm{s}p& -\mathrm{c}\mathrm{o}\mathrm{s}r\mathrm{s}\mathrm{i}\mathrm{n}p\\ 0& \mathrm{s}\mathrm{i}\mathrm{n}p& \mathrm{c}\mathrm{o}\mathrm{s}p\end{array}\right)\text{\hspace{1em}(4.26)}$$

因为$p$不影响第一列中的值，当$\mathrm{c}\mathrm{o}\mathrm{s}p=0$时我们可以使用$\mathrm{s}\mathrm{i}\mathrm{n}r/\mathrm{c}\mathrm{o}\mathrm{s}r=\mathrm{t}\mathrm{a}\mathrm{n}r=e_{10}/e_{00}$，可给出$r=\mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}2(e_{10},e_{00})$。

注意，从arcsin的定义来看，$-\pi /2\le p\le \pi /2$，这意味着如果$\text{E}$是用超出这个区间的p值创建的，则无法提取原始参数。$h$、$p$ 和$r$不是唯一的，这意味着可以使用一组以上的欧拉参数来产生相同的变换。更多关于欧拉角转换的信息可以在Shoemake在1994年的文章[1636] 中找到。上面概述的简单方法可能会导致数值不稳定的问题，这是可以避免的，但会降低速度[1362]。

当您使用欧拉变换时，可能会产生称为万向节死锁的问题[499,1633]。当进行旋转从而失去一个自由度时，就会发生这种情况。例如，假设变换的顺序是x/y/z。考虑仅围绕y轴旋转π/2，进行第二次旋转。这样做会旋转局部z轴以与原始x轴对齐，因此围绕z的最终旋转是多余的。

在数学上，我们已经在公式4.26中看到了万向死节锁，其中我们假设$\mathrm{c}\mathrm{o}\mathrm{s}p=0$，即$p=\pm \pi /2+2\pi k$，其中$k$是一个整数。有了这样的$p$值，我们失去了一个自由度，因为矩阵只取决于一个角度，$r+h$或$r-h$（但不能同时取决于两者）。

虽然欧拉角在建模系统中通常呈现为$x/y/z$顺序，但围绕每个局部轴旋转，其他排序也是可行的。例如，$z/x/y$用于动画，而$z/x/z$用于动画和物理。所有这些都是指定三个独立旋转的有效方法。最后一个顺序，z/x/z，对于某些应用来说可能更好，因为只有当围绕x轴旋转$\pi$弧度（半旋转）时才会发生万向节死锁。没有完美的序列可以避免万向节死锁。尽管如此，欧拉角还是常用的，因为动画师更喜欢曲线编辑器来指定角度如何随时间变化 [499]。

示例：约束一个变换。想象一下，你正握着一个（虚拟）扳手正夹住螺栓。要将螺栓固定到位，您必须围绕x轴旋转扳手。现在假设您的输入设备（鼠标、VR手套、太空球等）为你提供了一个旋转矩阵，即用于扳手移动的旋转。问题是将这个变换应用到扳手可能是错误的，它应该只围绕x轴旋转。要将称为$\text{P}$的输入变换限制为绕x轴旋转，只需使用本节中描述的方法提取欧拉角$h$、$p$ 和$r$，然后创建一个新矩阵${\text{R}}_x(p)$。这就是广受欢迎的变换，它将围绕x轴旋转扳手（如果$\text{P}$现在包含这样的运动）。

4.2.3 矩阵分解

到目前为止，我们一直在假设我们知道我们正在使用的转换矩阵的起来和过程。通常情况并非如此。例如，可能与某个变换对象关联的只不过是一个级联矩阵。从级联矩阵中反推各种变换的任务称为矩阵分解。

反推一组转换的原因有很多。用途包括：

• 仅提取对象的缩放因子。
• 查找特定系统所需的转换。（例如，某些系统可能不允许使用任意$4\times 4$矩阵。）
• 确定模型是否仅经历了刚体变换。
• 在只有对象矩阵可用的动画中的关键帧之间进行插值。
• 从旋转矩阵中移除剪切。

我们已经介绍了两种分解，即为刚体变换导出平移和旋转矩阵（第4.1.6节）和从正交矩阵导出欧拉角（第4.2.2节）。

正如我们所见，反推平移矩阵很简单，因为我们只需要$4\times 4$矩阵的最后一列中的元素。我们还可以通过检查矩阵的行列式是否为负来确定是否发生了反射。分离出旋转、缩放和剪切需要进行更多的工作。

幸运的是，有几篇关于这个主题的文章，以及在线可用的代码。Thomas[1769]和Goldman[552,553]各自提出了不同类别的转换方法。Shoemake[1635]改进了他们的仿射矩阵技术，因为他的算法独立于参考系，并尝试分解矩阵以获得刚体变换。

4.2.4 绕任意轴旋转

有时，将实体绕任意轴旋转某个角度的过程是很方便的。假设旋转轴$\text{r}$已正则化，并且创建了一个围绕$r\text{r}r$旋转$\alpha$弧度的变换。

为此，我们首先变换到一个空间，其中我们想要旋转的轴是x轴。这是通过一个称为$\text{M}$的旋转矩阵完成的。然后执行实际的旋转，我们使用${\text{M}}^{-1}$[314]变换回来。 此过程如图4.8所示。

图4.8. 绕任意轴$\text{r}$的旋转是通过找到由$\text{r}$、$\text{s}$和$\text{t}$形成的标准正交基来完成的。然后我们将此基与标准基对齐，以便$\text{r}$与x轴对齐。在这个标准基中进行绕x轴的旋转，最后我们变换回原来的坐标基。

为了计算$\text{M}$，我们需要找到两个与$\text{r}$和彼此正交的轴。我们专注于找到第二个轴$\text{s}$，因为第三个轴$\text{t}$将是第一个和第二个轴的叉积：$\text{t}=r\text{r}r\times s\text{s}s$。一个数值稳定的方法是找到$\text{r}$的最小分量（绝对值），并将其设置为0。交换剩余的两个分量，然后取反第一个（实际上，任何一个非零分量都可以取反）。在数学上，这表示为[784]：
$$\begin{array}{rl}\overline{\text{s}}& =\{\begin{array}{l}(0,-r_z,r_y),\mathrm{i}\mathrm{f}|{\mathrm{r}}_{\mathrm{x}}|\le |{\mathrm{r}}_{\mathrm{y}}|\mathrm{a}\mathrm{n}\mathrm{d}|{\mathrm{r}}_{\mathrm{x}}|\le |{\mathrm{r}}_{\mathrm{z}}|\\ (-r_z,0,r_x),\mathrm{i}\mathrm{f}|{\mathrm{r}}_{\mathrm{y}}|\le |{\mathrm{r}}_{\mathrm{x}}|\mathrm{a}\mathrm{n}\mathrm{d}|{\mathrm{r}}_{\mathrm{y}}|\le |{\mathrm{r}}_{\mathrm{z}}|\\ (-r_y,r_x,0),\mathrm{i}\mathrm{f}|{\mathrm{r}}_{\mathrm{z}}|\le |{\mathrm{r}}_{\mathrm{x}}|\mathrm{a}\mathrm{n}\mathrm{d}|{\mathrm{r}}_{\mathrm{z}}|\le |{\mathrm{r}}_{\mathrm{y}}|\end{array}\\ \text{s}& =\overline{s\text{s}s}/||\overline{s\text{s}s}||\\ \text{t}& =\text{r}\times \text{s}\end{array}\text{\hspace{1em}(4.27)}$$

这保证$\overline{\text{s}}$与$\text{r}$正交（垂直），并且$(\text{r},s\text{s}s,t\text{t}t)$是正交基。Frisvad[496]提出了一种代码中没有任何分支的方法，该方法速度更快但精度较低。Max[1147]和Duff等人[388]提高了Frisvad方法的准确性。无论采用哪种技术，这三个向量都用于创建旋转矩阵：
$$\text{M}=\left(\begin{array}{c}{\text{r}}^T\\ {\text{s}}^T\\ {\text{t}}^T\end{array}\right)\text{\hspace{1em}(4.28)}$$

该矩阵将向量$\text{r}$转换为x 轴，将$\text{s}$转换为y轴，将$\text{t}$转换为z轴。因此，围绕归一化向量$\text{r}$旋转$\alpha$弧度的最终变换是:
$$\text{X}={\text{M}}^T{\text{R}}_x(\alpha )\text{M}\text{\hspace{1em}(4.29)}$$

换句话说，这意味着首先我们变换使得$\text{r}$是x轴（使用$\text{M}$），然后我们围绕这个x轴旋转$\alpha$个弧度（使用${\text{R}}_x(\alpha )$），然后我们使用$\text{M}$的逆，在这种情况下是${\text{M}}^T$，因为$\text{M}$是正交的。

Goldman[550]提出了另一种绕任意标准化轴$\text{r}$旋转$\varphi$弧度的方法。在这里，我们简单介绍一下他的变换：
$$\text{R}=\left(\begin{array}{ccc}\mathrm{c}\mathrm{o}\mathrm{s}\varphi +(1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_x^2& (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_x{r}_y-r_z\mathrm{s}\mathrm{i}\mathrm{n}\varphi & (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_x{r}_z+r_y\mathrm{s}\mathrm{i}\mathrm{n}\varphi \\ (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_x{r}_y+r_z\mathrm{s}\mathrm{i}\mathrm{n}\varphi & \mathrm{c}\mathrm{o}\mathrm{s}\varphi +(1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_y^2& (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_y{r}_z-r_x\mathrm{s}\mathrm{i}\mathrm{n}\varphi \\ (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_x{r}_z-r_y\mathrm{s}\mathrm{i}\mathrm{n}\varphi & (1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_y{r}_z+r_x\mathrm{s}\mathrm{i}\mathrm{n}\varphi & \mathrm{c}\mathrm{o}\mathrm{s}\varphi +(1-\mathrm{c}\mathrm{o}\mathrm{s}\varphi )r_z^2\end{array}\right)\text{\hspace{1em}(4.30)}$$

在4.3.2节中，我们提出了另一种解决这个问题的方法，使用四元数。在该部分中还有针对相关问题的更有效算法，例如从一个向量到另一个向量的旋转。