3D数学入门

本文介绍了如何在3D空间中使用笛卡尔坐标系统精确测量位置、距离和角度,探讨了惯性坐标系、向量的定义与运算,包括点乘、投影向量的计算及其应用,以及缩放、正交投影、透视投影和矩阵变换的原理,如齐次坐标和逆矩阵的计算。
摘要由CSDN通过智能技术生成

笛卡尔坐标系统

如何在3D空间中精准度量位置,距离和角度。 (描述物体位置信息)

用一个坐标来表示所有的位置

使用多坐标系的原因是某些信息只能在特定的上下文环境中获得

惯性坐标系:每条轴都与世界坐标系平行,原点与物体坐标原点重合

向量

数学定义:有方向有大小
几何意义:描述位移在这里插入图片描述
任意一个点都能够用从原点开始的向量来表达。

向量运算

点乘:
在这里插入图片描述

v平行和n的关系
v平行的模与v的模关系
在这里插入图片描述
在这里插入图片描述

投影向量的应用

投影向量的计算过程,是一个向量分解的过程,这种向量分解的思路在后面推导其他内容时很有帮助,例如求解后面的物体旋转矩阵时会派上用场。
在这里插入图片描述
已知两个向量 -> 投影向量/垂直向量

3D绕任意轴旋转

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

缩放

沿轴缩放:
在这里插入图片描述

任意方向缩放:
在这里插入图片描述
在这里插入图片描述
2D
在这里插入图片描述
3D
在这里插入图片描述
在这里插入图片描述

正交投影

2D
在这里插入图片描述
3D
在这里插入图片描述

任意轴投影:
在这里插入图片描述
在这里插入图片描述

镜像

2D
在这里插入图片描述
3D
在这里插入图片描述

切变

在这里插入图片描述

变换的组合

在这里插入图片描述

透视投影变换

用4个代数分量表示3D几何概念的方式是一种齐次坐标表示。
在这里插入图片描述
在这里插入图片描述

小孔成像

在这里插入图片描述
在这里插入图片描述

3D投影矩阵->4D :
在这里插入图片描述
4D -> 3D 生成透视投影矩阵
在这里插入图片描述

投影矩阵

在这里插入图片描述
在这里插入图片描述

逆矩阵

1.正交矩阵 MM转置 = 1 。 MM逆 = 1 。-> M转置 = M逆

2.计算行列式逆矩阵:1.计算M辅助因子 2.伴随是辅助因子的转置3.经典伴随/行列式
在这里插入图片描述
在这里插入图片描述

  • 7
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值