切线空间公式推导

最新推荐文章于 2022-12-21 17:59:35 发布

wblong_cs

最新推荐文章于 2022-12-21 17:59:35 发布

阅读量793

点赞数

分类专栏： UE4 文章标签：切线空间

本文链接：https://blog.csdn.net/mrbaolong/article/details/113093852

版权

UE4 专栏收录该内容

137 篇文章 81 订阅

订阅专栏

本文介绍了3D模型中的法线向量坐标系，包括对象空间和切线空间，并详细阐述了如何从UV空间通过矩阵变换映射到三维空间。通过施密特正交化过程，计算出法线向量、切线向量和副法线向量，这些在图形渲染和纹理映射中起到关键作用。

摘要由CSDN通过智能技术生成

Overview

一个法线向量有三个坐标值，这个值是相对于哪个坐标系下的呢？我们可以选择3D模型的顶点所在的坐标系，即对象空间(Object-Space)，也可以选择3D模型纹理所在的坐标系，即切线空间(Tangent-Space)，也称为纹理空间(Texture-Space)。

将一个点从UV空间映射到三维空间E，其中TB作为基矢，以UV空间中的U和V的增长作为控制参数。

假设三角形中存在一点P，则向量AP=U(p)*T+V(p)*B，只要知道P点的UV坐标值，即可得到P点的三维坐标值。

公式推导

$\left \{\begin{matrix} E_{1}=\Delta U_{1}T+\Delta V_{1}B \\ \\ E_{2}=\Delta U_{2}T+\Delta V_{2}B \end{matrix} \right.$
变换：
$\left \{\begin{matrix} \Delta U_{2}E_{1}=\Delta U_{1}\Delta U_{2}T+\Delta U_{2}\Delta V_{1}B \\ \\\Delta U_{1}E_{2}=\Delta U_{1}\Delta U_{2}T+\Delta U_{1}\Delta V_{2}B \end{matrix} \right.$

$\left \{\begin{matrix} \Delta V_{2}E_{1}=\Delta U_{1}\Delta V_{2}T+\Delta V_{1}\Delta V_{2}B \\ \\\Delta V_{1}E_{2}=\Delta U_{2}\Delta V_{1}T+\Delta V_{1}\Delta V_{2}B \end{matrix} \right.$
得：
$\left \{\begin{matrix} T=\frac{-\Delta U_{2}E_{1}+\Delta U_{1}E_{2}}{\Delta U_{2}V_{1}-\Delta U_{1}V_{2}} \\ \\ B=\frac{\Delta U_{2}E_{1}-\Delta U_{1}E_{2}}{\Delta U_{2}V_{1}-\Delta U_{1}V_{2}} \end{matrix} \right.$
N顶点法线向量，经施密特正交化：
$\left \{\begin{matrix} N_{\perp }= Normalize(N) \\ T_{\perp }= Normalize(T-(T\cdot N_{\perp })\cdot N_{\perp }) \\ B_{\perp }= Normalize(B-(B\cdot N_{\perp })\cdot N_{\perp }-(B\cdot T_{\perp })\cdot T_{\perp }) \end{matrix} \right.$