3D数学基础——矩阵变换

jiayuzhang128

已于 2022-03-24 21:20:33 修改

阅读量1.7k

点赞数 2

分类专栏：数学基础文章标签：计算机视觉线性代数

于 2022-03-24 21:17:17 首次发布

本文链接：https://blog.csdn.net/qq_40918859/article/details/123721746

版权

数学基础专栏收录该内容

4 篇文章 6 订阅

订阅专栏

本文详细介绍了3D空间中向量的矩阵变换，包括缩放、旋转和平移。通过矩阵运算，阐述了如何使用3×3和4×4矩阵实现向量的比例变换、围绕坐标轴的旋转以及在三维空间中的平移。还提到了齐次坐标的运用以及平移矩阵的简化形式。此外，文章提供了进一步阅读的扩展资源。

摘要由CSDN通过智能技术生成

文章目录

3D数学基础——矩阵变换

3D数学基础——矩阵变换

0. 前提假设与符号定义

向量与矩阵

假设向量 $k$ 右向量 $h$ 变换得到：

设向量 $h=[x,y,z]^{T}$
设向量 $k=[u,v,w]^{T}$
3维矩阵 $M_{3×3}=\begin{bmatrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{bmatrix}$
4维矩阵 $M_{4×4}=\begin{bmatrix} m_{11} & m_{12} & m_{13} & m_{14}\\ m_{21} & m_{22} & m_{23} & m_{24} \\ m_{31} & m_{32} & m_{33} & m_{34} \\ m_{41} & m_{42} & m_{43} & m_{44} \end{bmatrix}$
单位矩阵 $E$

缩放

缩放矩阵 $M_{scalar}$
缩放因子 $s$

旋转

旋转矩阵 $M_{rotate}$
旋转角 $\theta$

平移

平移矩阵 $M_{trans}$
平移向量 $t$

1. 缩放

令：

$k=M_{3×3}h=\begin{bmatrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{bmatrix}\begin{bmatrix} x \\ y \\ z \end{bmatrix}=\begin{bmatrix} m_{11}x+ m_{12}y + m_{13} \\m_{21}x + m_{22}y + m_{23}z \\ m_{31}x + m_{32}y + m_{33}z \end{bmatrix} = \begin{bmatrix} u \\ v \\ w \end{bmatrix} \qquad \qquad \qquad \qquad (1)$

如果要使 $u$ 与 $x$ ， $v$ 与 $y$ ， $w$ 与 $z$ 对应成比例，那么可以得到一组特殊的解：

$\left\{\begin{array}{ll} m_{12}= m_{13} = m_{21} =m_{23} =m_{31} = m_{32} =0 \\ m_{11} \ne 0 \\ m_{22} \ne 0 \\m_{33} \ne 0\end{array} \right.$

即缩放矩阵为 $M_{scalar}=\begin{bmatrix} m_{11} & 0 & 0 \\ 0 & m_{22} & 0 \\ 0 & 0 & m_{33} \end{bmatrix} \qquad \qquad \qquad \qquad \qquad \qquad \qquad \qquad \qquad \qquad (2)$
如果 $\to k$ 是等比例缩放，即每个坐标对应的缩放尺度一样，那么缩放便可简化为：

$k=\begin{bmatrix} s & 0 & 0 \\ 0 & s & 0 \\ 0 & 0 & s \end{bmatrix}\begin{bmatrix} x \\ y\\ z\end{bmatrix}=sEh=sh\qquad \qquad \qquad \qquad \qquad \qquad\qquad \qquad \qquad \qquad \qquad (3)$

2. 旋转

由于刚体变换时纯旋转只需确定一个旋转轴和旋转角度即可。

以Z轴为旋转轴，旋转角为 $\theta$

由（1）式得：

$\begin{bmatrix} u \\ v \\ w \end{bmatrix}=\begin{bmatrix} m_{11}x+ m_{12}y + m_{13} \\m_{21}x + m_{22}y + m_{23} z \\ m_{31}x + m_{32} y + m_{33} z \end{bmatrix}$

以Z轴旋转，那么Z坐标不变，即旋转发生在oxy平面上，可以确定 $w = z$ ，因此可以得到矩阵 $M_{3×3}$ 的一组解：

$\left\{\begin{array}{ll} m_{31}= m_{32} =0 \\ m_{33} =1\end{array} \right.$

如图所示，向量k由向量h旋转得到的，因此两向量长度相等，假设向量长度为 $L$ ，其他参数如图：

在这里插入图片描述

由几何关系以及三角不等式可知：

$\left\{\begin{array}{ll} u=||OA|| =Lcos(\theta + \beta) \\ v =||kA|| =Lsin(\theta + \beta)\end{array} \right.\qquad \qquad \qquad \qquad \qquad \qquad\qquad \qquad \qquad \qquad \qquad \qquad \qquad (4)$

$\left\{\begin{array}{ll} x=||OB|| =Lcos \beta \\ v =||hB|| =Lsin\beta \end{array} \right.\qquad \qquad \qquad \qquad \qquad \qquad\qquad \qquad \qquad\qquad \qquad \qquad \qquad \qquad (5)$

$\left\{\begin{array}{ll} sin(\theta + \beta)=cos\theta sin\beta + sin\beta cos\theta \\ cos(\theta + \beta) = cos\theta cos\beta - sin\beta sin\theta \end{array} \right.\qquad \qquad \qquad \qquad \qquad \qquad\qquad \qquad \qquad \qquad \qquad (6)$

联立（4）（5）（6）得：

$\left\{\begin{array}{ll} u=xcos\theta + y(-sin\theta) \\ v =xsin\theta + ycos\theta\end{array} \right.$

由此又可得两组 $M_{3×3}$ 的解：

$\left\{\begin{array}{ll} m_{11}= cos\theta & m_{12} =-sin\theta & m_{13}=0 \\ m_{21}= sin\theta & m_{22} =cos\theta & m_{23}=0\end{array} \right.$

综上，最终得到旋转矩阵为 $M_{rotate}=\begin{bmatrix} cos\theta & -sin\theta & 0 \\ sin\theta & cos\theta & 0 \\ 0 & 0 & 1 \end{bmatrix}$
以X轴或者Y轴的推导式类似的；
关于任意轴的旋转请参考Rodrigues’ formula

3. 平移

将向量扩展为齐次坐标，齐次坐标的概念请参考齐次坐标博客

有：

$\begin{bmatrix} u \\ v \\ w \\1\end{bmatrix}=M_{4×4}h=\begin{bmatrix} m_{11} & m_{12} & m_{13} & m_{14}\\ m_{21} & m_{22} & m_{23} & m_{24} \\ m_{31} & m_{32} & m_{33} & m_{34} \\ m_{41} & m_{42} & m_{43} & m_{44} \end{bmatrix}\begin{bmatrix} x \\ y \\ z \\ 1 \end{bmatrix}=\begin{bmatrix} m_{11}x+ m_{12}y + m_{13}+m_{14} \\m_{21}x + m_{22}y + m_{23}z+m_{24} \\ m_{31}x + m_{32}y + m_{33}z+m_{34} \\m_{41}x + m_{42}y + m_{43}z+m_{44} \end{bmatrix} \qquad \qquad \qquad \qquad (7)$