Games101学习笔记--变换（二）

一、三维空间中物体的变换

0）补充说明

在接下来的矩阵运算中，我们使用的是齐次坐标进行运算。

1）缩放和平移

对于三维空间中的物体，我们进行缩放和平移使用的线性变换矩阵分别为以下两种

（其中矩阵S为缩放矩阵，矩阵T为平移矩阵）
那么，要缩放三维空间中的一个物体，我们需要用到的变换为
$$\left[\begin{array}{c}{x}_1\\ y_1\\ z_1\\ 1\end{array}\right]=\left[\begin{array}{cccc}{s}_x& 0& 0& 0\\ 0& s_y& 0& 0\\ 0& 0& s_z& 0\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]$$
相似地，平移物体时，我们使用的是以下的变换
$$\left[\begin{array}{c}{x}_1\\ y_1\\ z_1\\ 1\end{array}\right]=\left[\begin{array}{cccc}1& 0& 0& t_x\\ 0& 1& 0& t_y\\ 0& 0& 1& t_z\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]$$

2）旋转

对于旋转，在三维空间中相比二维平面复杂一些，在三维空间中，旋转分为三种：

1. 绕x轴旋转
2. 绕y轴旋转
3. 绕z轴旋转

三种旋转的变换矩阵从上往下依次为：
$$R_x(\alpha )=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& cos\alpha & -sin\alpha & 0\\ 0& sin\alpha & cos\alpha & 0\\ 0& 0& 0& 1\end{array}\right]$$
$$R_y(\alpha )=\left[\begin{array}{cccc}cos\alpha & 0& sin\alpha & 0\\ 0& 1& 0& 0\\ -sin\alpha & 0& cos\alpha & 0\\ 0& 0& 0& 1\end{array}\right]$$
$$R_z(\alpha )=\left[\begin{array}{cccc}cos\alpha & -sin\alpha & 0& 0\\ sin\alpha & cos\alpha & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$$

3）欧拉角

当我们要对三维空间物体进行任意旋转时，我们就运用到了欧拉角，其表达方式如下：
$$R_{xyz}(\alpha ,\beta ,\gamma )=R_x(\alpha )R_y(\beta )R_z(\gamma )$$

4）罗德里格斯公式（Rodrigues’ Rotation Formula）

在三维向量进行旋转时，我们可以使用罗德里格斯公式，例如绕轴n旋转角度alpha的旋转计算如下所示：

由于证明过程过于复杂，这里暂时省略。

二、观测变换（view transformation）

为了实现观测，我们就需要有一个摄像机。因此观测变换也称为摄像机变换（camera transformation）

1）摄像机的定义

为了在三维空间中定义一个摄像机，需要用到以下几个量：

• 摄像机位置（position）
• 摄像机注视方向（gaze direction）
• 与摄像机注视方向垂直的上方向（up direction）

三个量均使用向量来描述。

2）观测变换矩阵

观测变换就是将摄像机位置移到坐标原点，变换到以y轴正方向为up direction的方向，z轴负方向为gaze direction的方向。如果这里我们分别设摄像机的三个量依次为
$$position=\vec{e}$$
$$gazeDirection=\vec{g}$$
$$upDirection=\vec{t}$$
再设$$\vec{u}=\vec{g}\times \vec{t}$$
那么我们在观测变换需要做的事情就有：

• 将摄像机位置移动到坐标原点
• 将向量g旋转到-z方向
• 将向量t旋转到+y方向
• 还需要注意将向量u旋转到+x方向

变换矩阵：
i）移动摄像机位置：

ii）旋转向量g、t和u：

iii）观测变换矩阵M：
$$M_{view}=R_{view}{T}_{view}$$

三、投影变换（projection transformation）

在将三维场景显示到屏幕上时，我们需要使用到投影变换，而投影变换一般分为两种：正交投影和透视投影。

1）两种投影的区别

正交投影：投影的像只与物体本身的大小有关
透视投影：投影的像根据物体距离投影面的远近有关，呈现近大远小的效果。
示意图如下：

2）正交投影（Orthographic projection）

经过观测变换后，摄像机已经位于原点，朝向z轴负方向，对于正交投影，摄像机的可视范围是一个长方体，为了简化计算，我们将其变换为一个标准立方体，假设未变换的长方体坐标范围为$$[l,r]\times [b,t]\times [f,n]$$

则要将其转换为标准立方体的范围$$[-1,1{]}^3$$
要实现这一过程，我们的操作是先平移，再缩放。平移的变换矩阵为：
$$T_{ortho}=\left[\begin{array}{cccc}1& 0& 0& -\frac{r+l}{2}\\ 0& 1& 0& -\frac{t+b}{2}\\ 0& 0& 1& -\frac{n+f}{2}\\ 0& 0& 0& 1\end{array}\right]$$
缩放的变换矩阵为：
$$S_{ortho}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& 0\\ 0& \frac{2}{t-b}& 0& 0\\ 0& 0& \frac{2}{n-f}& 0\\ 0& 0& 0& 1\end{array}\right]$$
那么正交投影的投影矩阵为：$$P_{ortho}=S_{ortho}{T}_{ortho}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& -\frac{r+l}{r-l}\\ 0& \frac{2}{t-b}& 0& -\frac{t+b}{t-b}\\ 0& 0& \frac{2}{n-f}& -\frac{n+f}{n-f}\\ 0& 0& 0& 1\end{array}\right]$$
变换过程的示意图（顺序从左到右）：

补充： 另一种推导正交投影变换矩阵的方式
设视锥体中x轴上任意一点为
$$x_{orth},x_{orth}\in [l,r]$$
设NDC空间x轴上任意一点为
$$x_{ndc},x_{ndc}\in [-1,1]$$
显然二者之间存在线性映射关系
$$f:x_{orth}\to x_{ndc}$$
可设对应关系为
$$A{x}_{orth}+B=x_{ndc}$$
可列出方程组如下
$$\{\begin{array}{l}Al+B=-1\\ Ar+B=1\end{array}$$
解得
$$\{\begin{array}{l}A=\frac{2}{r-l}\\ B=-\frac{r+l}{r-l}\end{array}$$
则二者的关系式为
$$x_{ndc}=\frac{2}{r-l}{x}_{orth}-\frac{r+l}{r-l}$$
同理可得
$$\begin{gathered} y_{ndc}=\frac{2}{t-b}{y}_{orth}-\frac{t+b}{t-b} \\ {z}_{ndc}=\frac{2}{n-f}{z}_{orth}-\frac{n+f}{n-f} \end{gathered}$$
这样便能得到正交投影矩阵在齐次空间的表示形式
$$\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& -\frac{r+l}{r-l}\\ 0& \frac{2}{t-b}& 0& -\frac{t+b}{t-b}\\ 0& 0& \frac{2}{n-f}& -\frac{n+f}{n-f}\\ 0& 0& 0& 1\end{array}\right]$$

3）透视投影（Perspective projection）

对应透视投影而言，摄像机的可视范围是一个正四棱锥去除尖端的四棱台，为了进行透视投影，我们需要做的操作如下：

• 将四棱台“挤压”成一个立方体
• 按照正交投影的方式进行变换

i.“挤压”变换

首先是“挤压”四棱台的过程，这里我们如果以四棱台的一侧建立坐标系如下：

那么对于四棱台上一点
$$(x^{,},y^{,},z^{,})$$

可以通过相似三角形得出可以用x，y，z，n表示为
$$y^{,}=\frac{n}{z}y$$
$$x^{,}=\frac{n}{z}x$$
设“挤压”这一过程的变换矩阵为$$M_{p->o}$$
则变换过程可表示为$$M_{p->o}\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}{x}^{,}\\ y^{,}\\ z^{,}\\ 1\end{array}\right]=\left[\begin{array}{c}\frac{n}{z}x\\ \frac{n}{z}y\\ z^{,}\\ 1\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ z{z}^{，}\\ z\end{array}\right]$$
而其中z^,为未知数，不过可以发现矩阵M是四阶方阵，那么可以设M为
$$M_{p->o}=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ ?& ?& ?& ?\\ 0& 0& 1& 0\end{array}\right]$$
显然第三行跟z^,有关，而且近平面和远平面上的任意点z坐标不会发生改变。对于近平面上任意一点，我们有：
$$\left[\begin{array}{c}x\\ y\\ n\\ 1\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ n^2\\ n\end{array}\right]$$
那么我们就可以设矩阵M为
$$M_{p->o}=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& A& B\\ 0& 0& 1& 0\end{array}\right]$$
如果只将矩阵M第三行对应的行向量于近平面任意一点对应的列向量相乘，则有
$$[0,0,A,B]\left[\begin{array}{c}x\\ y\\ n\\ 1\end{array}\right]=n^2$$
也可写为方程$$An+B=n^2$$
同理我们可以得到远平面的方程
$$Af+B=f^2$$
两方程联立，解得$$A=n+f$$
$$B=-nf$$

ii.透视投影变换

根据上一节正交投影变换的介绍，我们可以很容易得到透视投影变换的矩阵为：
$$P_{persp}=P_{ortho}{M}_{p->o}$$