观测变换Viewing transformation

helloluozhi

已于 2022-11-19 13:03:32 修改

阅读量166

点赞数 1

分类专栏：现代计算机图形学入门文章标签：线性代数矩阵

于 2022-11-13 20:55:50 首次发布

本文链接：https://blog.csdn.net/qq_43836269/article/details/127811102

版权

这篇博客详细介绍了三维变换中的模型变换，包括绕xyz轴的旋转和一般旋转。接着，重点讲解了观测变换，涉及视图变换和平移到原点的过程，以及投影变换的两个类型：透视投影和正交投影。透视投影中，通过透视矩阵实现了远处物体的压缩效果，而正交投影则提供了一种不同的视觉效果。整个过程涵盖了从模型定位、相机设置到最终的图像投影的完整流程。

摘要由CSDN通过智能技术生成

在这里插入图片描述

1 三维变换/Model 变换

齐次坐标是w则矩阵全部除以w变为1.

注意上面矩阵对应的效果是先线性变换,再平移.

1.1 绕xyz的其中一个轴旋转

在这里插入图片描述

绕谁谁不变,其中绕y轴的符号改变.因为z叉乘x等于y.

1.2 一般旋转

在这里插入图片描述
Roll 滚, Pitch 抬头, Yaw 偏航 (右手系)

罗德里格斯旋转 Rodrigues’s rotation formula

注意最后一项N是向量的叉乘的dual形式

2 观测变换 Viewing transformation

包含三个,model变换,view变换,projection投影变换.简称MVP变换

model 放置模型 (人/物摆造型) (就是前一节的三维变换)
view 摆好相机
projection 拍照 (投影, 光学模拟)

2.1 视图变换 view/camera transformation

也叫ModelView变换
第一步是把相机摆好.也就是把平移到原点,且摄像头的三个方向和xyz坐标轴重合.

注意这里e是相机位置,g(gaze凝视)和t都是单位向量.

物体随相机一起变换.最后t与Y轴同向,g与-Z轴同向.
这个变换矩阵是
平移到原点
t,g与Y,-Z同向
这里t和g是在基于xyz的齐次坐标下有值的,所以计算时也能得到g×t.
这里巧妙应用了旋转矩阵是正交矩阵,所以转置矩阵等于逆矩阵. 但R-1怎么来的?
相当于我们有一个旋转矩阵让x(1,0,0),y(0,1,0),z(0,0,1)到etg坐标系,x同向e,y同向t,-Z同向g.注意e是g×t!
最后写在一起的话