投影矩阵推导

games101 https://sites.cs.ucsb.edu/~lingqi/teaching/resources/GAMES101_Lecture_04.pdf
https://www.cnblogs.com/leixinyue/p/11166135.html
(http://glasnost.itcarlow.ie/~powerk/GeneralGraphicsNotes/projection/perspective_projection.html)

正交投影

描述: 长方体.
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QX0BAhIl-1635505648983)(./images/000.png)]

• X轴: left,right
• Y轴: top,bottom
• Z轴: near,far

$$M_{ortho}=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& -\frac{r+l}{2}\\ 0& \frac{2}{t-b}& 0& -\frac{t+b}{2}\\ 0& 0& \frac{2}{f-n}& -\frac{n+f}{2}\\ 0& 0& 0& 1\end{array}\right]$$

透视投影

1 投影到近平面

1. 首先挤压视锥到长方体
2. 做一次正交投影
   

视锥挤压为长方体, 也就相当于: 把视锥内的点都投影到视锥的近平面,z值暂时不考虑
设视锥内的点$p(x,y,z)$,映射到近投影面之后$p^{\prime }(x^{\prime },y^{\prime },z^{\prime })$。

这里是z的负轴,所以z是负的.

这种映射关系满足相似三角形,可以得出:
$$\begin{gathered} x^{\prime }=\frac{n}{-z}x \\ {y}^{\prime }=\frac{n}{-z}y \\ {z}^{\prime }=? \end{gathered}$$

$ p = (x,y,z)$, $p^{\prime }=(x^{\prime },y^{\prime },z^{\prime })$

这里的映射可以用其次转矩阵表示为:
$$M=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ ?& ?& ?& ?\\ 0& 0& -1& 0\end{array}\right]$$

投影后点的其次坐标形式:
$$p^{\prime }=Mp=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ ?& ?& ?& ?\\ 0& 0& -1& 0\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}nx\\ ny\\ ?\\ -z\end{array}\right]$$

转换成普通点,同除第四个分量,这一步称为透视除法
$$p^{\prime }(x^{\prime },y^{\prime },z^{\prime })=(\frac{n}{-z}x,\frac{n}{-z}y,?)$$

2 存储深度

到目前位置,所有点的深度信息未知, 如果没有相对深度信息，以后将无法去除隐藏的表面。
因为深度信息和$x,y$无关,所以矩阵第三行一定是$(0,0,A,B)$,
因此投影后的深度可以表示为:
$$z^{\prime }=\frac{zA+B}{-z}$$

由两个关键已知条件:

• 任何近平面的点深度都会被映射到 -1
• 任何远平面的点深度都会被映射到 +1

$$\begin{gathered} \frac{-An+B}{n}=-1 \\ \frac{-Af+B}{f}=1 \end{gathered}$$

可以得出:
$$\begin{gathered} A=-\frac{f+n}{f-n} \\ B=\frac{-2fn}{f-n} \end{gathered}$$

所以,变换矩阵目前变为：
$$M=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& -\frac{f+n}{f-n}& -\frac{-2fn}{f-n}\\ 0& 0& -1& 0\end{array}\right]$$

3、CVV （Canonical View Volume）

为了提高裁剪效率，我们希望修改变换后的视图体积的形状，使其独立于相机属性。这将称为规范视图体积(CVV)。这个变换可以通过下面这个矩阵完成。
$$N=\left[\begin{array}{cccc}\frac{2}{r-l}& 0& 0& -\frac{r+l}{r-l}\\ 0& \frac{2}{t-b}& 0& -\frac{t+b}{t-b}\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$$

4、最后矩阵

将该归一化矩阵与透视变换矩阵相乘得到透视投影矩阵。
$$P=N\ast M=\left[\begin{array}{cccc}\frac{2n}{r-l}& 0& \frac{r+l}{r-l}& 0\\ 0& \frac{2n}{t-b}& \frac{t+b}{t-b}& 0\\ 0& 0& -\frac{f+n}{f-n}& \frac{-2fn}{f-n}\\ 0& 0& -1& 0\end{array}\right]$$

// three.js/Matrix4.js
function makePerspective( left, right, top, bottom, near, far ) {
	const te = this.elements;
	const x = 2 * near / ( right - left );
	const y = 2 * near / ( top - bottom );

	const a = ( right + left ) / ( right - left );
	const b = ( top + bottom ) / ( top - bottom );
	const c = - ( far + near ) / ( far - near );
	const d = - 2 * far * near / ( far - near );

	te[ 0 ] = x;	te[ 4 ] = 0;	te[ 8 ] = a;	te[ 12 ] = 0;
	te[ 1 ] = 0;	te[ 5 ] = y;	te[ 9 ] = b;	te[ 13 ] = 0;
	te[ 2 ] = 0;	te[ 6 ] = 0;	te[ 10 ] = c;	te[ 14 ] = d;
	te[ 3 ] = 0;	te[ 7 ] = 0;	te[ 11 ] = - 1;	te[ 15 ] = 0;
	return this;
}