坐标变换（平移、旋转与缩放）

本文主要参考Coordinate Systems and Transformations（坐标系及其变换）。

---

主要内容

1. 坐标系与广义坐标系
2. 坐标变换
3. 仿射变换
4. 旋转、平移、伸缩与剪切
5. 绕任意轴旋转

注：Coordinate systems and frames，本文译为坐标系与广义坐标系。

---

一、坐标系与广义坐标系

1.1 坐标系旋转变换

向量 $v\in R^3$ 可以用一组基向量$v_1,v_2,v_3$的线性组合表示，

$$v={\alpha }_1{v}_1+{\alpha }_2{v}_2+{\alpha }_3{v}_3$$

其中，标量${\alpha }_1,{\alpha }_2,{\alpha }_3$是$v$的坐标(coordinates)。一般地，我们可以选择$v_1=(1,0,0),v_2=(0,1,0),v_3=(0,0,1)$。

假设我们想要将一组基向量$v_1,v_2,v_3$转换为另一组基向量$u_1,u_2,u_3$，我们可以将新的基向量表示为原始基向量的线性组合，

$$\begin{gathered} u_1=a_{11}{v}_1+a_{12}{v}_2+a_{13}{v}_3 \\ {u}_2=a_{21}{v}_1+a_{22}{v}_2+a_{23}{v}_3 \\ {u}_3=a_{31}{v}_1+a_{32}{v}_2+a_{33}{v}_3 \end{gathered}$$

由此则可得到一个 $3\times 3$的“基变换”矩阵

$$M=\left(\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right)$$

如果对于一个给定向量$v$，在两个坐标系下的表示分别为

$$v={\mathbf{a}}^T\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\end{array}\right)v={\mathbf{b}}^T\left(\begin{array}{c}{u}_1\\ u_2\\ u_3\end{array}\right)$$

其中，$\mathbf{a}=({\alpha }_1,{\alpha }_2,{\alpha }_3{)}^T$，$\mathbf{b}=({\beta }_1,{\beta }_2,{\beta }_3{)}^T$，那么

$${\mathbf{a}}^T\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\end{array}\right)=v={\mathbf{b}}^T\left(\begin{array}{c}{u}_1\\ u_2\\ u_3\end{array}\right)={\mathbf{b}}^{T}M\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\end{array}\right)$$

这表明

$$\mathbf{a}=M^T\mathbf{b}\mathbf{b}=(M^T{)}^{-1}\mathbf{a}$$

小结：如果知道两个坐标系$v$系和$u$系，并且从$v$系到$u$系之间的旋转变换关系$M$，即 $u=Mv$，而同一点在$v$系下的坐标为$a=({\alpha }_1,{\alpha }_2,{\alpha }_3{)}^T$，在$u$系下的坐标为$({\beta }_1,{\beta }_2,{\beta }_3{)}^T$，则$b=(M^T{)}^{-1}a$。

---

1.2 广义坐标系

然而，在计算机图形学中，上述三维坐标系的关系不够完善。尽管矩阵$M$能够用来表示向量旋转和伸缩，但是不能用来处理点（及物体）的平移(translate)运动。

事实上，任意一个仿射变换都可以通过乘以一个$3\times 3$的矩阵，再按照一个向量移动实现。然而，在计算机图像学中，我们更倾向于使用广义坐标系(frame)达到相同效果。

广义坐标系是一个更丰富的坐标系，我们将一个参考点$P_0$添加进三个线性独立的基向量$v_1,v_2,v_3$，向量$v$和点$P$分别表示为

$$\begin{array}{rlr}& v=& {\alpha }_1{v}_1+{\alpha }_2{v}_2+{\alpha }_3{v}_3\\ & P=P_0+& {\alpha }_1{v}_1+{\alpha }_2{v}_2+{\alpha }_3{v}_3\end{array}$$

我们可以使用向量与矩阵的概念重新表示向量$v$和点$P$，

$$v=({\alpha }_1{\alpha }_2{\alpha }_{3}0)\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\\ P_0\end{array}\right)P=({\alpha }_1{\alpha }_2{\alpha }_{3}1)\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\\ P_0\end{array}\right)$$

系数${\alpha }_1,{\alpha }_2,{\alpha }_3,0$和${\alpha }_1,{\alpha }_2,{\alpha }_3,1$称为 $v$和$P$的其次坐标(homogeneous coordinates)。

---

二、 广义坐标变换

---

假设我们想把一个坐标系 $(v_1,v_2,v_3,P_0)$ 转换为一个新的坐标系 $(u_1,u_2,u_3,Q_0)$。把新的基向量及参考点使用原始的表示为，

$$\begin{array}{rl}& u_1=a_{11}{v}_1+a_{12}{v}_2+a_{13}{v}_3\\ & u_2=a_{21}{v}_1+a_{22}{v}_2+a_{23}{v}_3\\ & u_1=a_{31}{v}_1+a_{32}{v}_2+a_{33}{v}_3\\ & Q_0=a_{41}{v}_1+a_{42}{v}_2+a_{43}{v}_3+P_0\end{array}$$

由此可以得到一个$4\times 4$的矩阵

$$\left(\begin{array}{cccc}{a}_{11}& a_{12}& a_{12}& 0\\ a_{21}& a_{22}& a_{23}& 0\\ a_{31}& a_{32}& a_{33}& 0\\ a_{41}& a_{42}& a_{43}& 1\end{array}\right)$$

和三维向量坐标类似，我们使用$a$和$b$分别表示两个坐标系下的同一个点或向量，则

$${\mathbf{a}}^T\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\\ P_0\end{array}\right)={\mathbf{b}}^T\left(\begin{array}{c}{u}_1\\ u_2\\ u_3\\ Q_0\end{array}\right)={\mathbf{b}}^{T}M\left(\begin{array}{c}{v}_1\\ v_2\\ v_3\\ P_0\end{array}\right)$$

这表明

$$\mathbf{a}=M^T\mathbf{b}\mathbf{b}=(M^T{)}^{-1}\mathbf{a}$$

---

三、仿射变换

使用转置的矩阵

$$M^T=\left(\begin{array}{cccc}{a}_{11}& a_{21}& a_{31}& 0\\ a_{12}& a_{22}& a_{32}& 0\\ a_{13}& a_{23}& a_{33}& 0\\ 0& 0& 0& 1\end{array}\right)$$

表示任意一个仿射变换，有12个自由度，可以看作一个由九个元素$3x3$的矩阵和三个分量的平移向量组成。

最重要的几种仿射变换是旋转(rotations)，伸缩(scalings)和平移(translations)。事实上，其他的仿射变换都可以通过这三者组合表示出来。

仿射变换对于线段同样适用。如果一条线段

$$P(\alpha )=(1-\alpha )P_0+\alpha P_1$$

使用其次坐标表示为

$$\mathbf{p}(\alpha )=(1-a){\mathbf{p}}_0+\alpha {\mathbf{p}}_1$$

对于另一个坐标系，将线段$P$乘以一个仿射变换矩阵$M$即可得到新的表示

$$M\mathbf{p}(\alpha )=(1-\alpha )M{\mathbf{p}}_0+\alpha M{\mathbf{p}}_1$$

同样地，仿射变换可以将三角形映射为三角形，将四面体映射为四面体。因此OpenGL里的许多物体都可以仅使用它们的顶点实现变换。

---

四、旋转、平移、伸缩和剪切

---

4.1 平移

平移(translation)是将一个点沿着特定方向移动一段距离的操作。将点$P$沿着向量$d$方向移动得到

$$P^{\prime }=P+d$$

我们可以把这个等式写为齐次坐标形式

$${\mathbf{p}}^{\prime }=\mathbf{p}+\mathbf{d}$$

其中

$$\mathbf{p}=\left(\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right){\mathbf{p}}^{\prime }=\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\\ 1\end{array}\right)\mathbf{d}=\left(\begin{array}{c}{\alpha }_x\\ {\alpha }_y\\ {\alpha }_z\\ 0\end{array}\right)$$

因此

$$x^{\prime }=x+{\alpha }_x{y}^{\prime }=y+{\alpha }_y{z}^{\prime }=z+{\alpha }_z$$

容易得到实现${\mathbf{p}}^{\prime }=T\mathbf{p}$ 的变换矩阵 $T$

$$T=T({\alpha }_x,{\alpha }_y,{\alpha }_z)=\left(\begin{array}{cccc}1& 0& 0& {\alpha }_x\\ 0& 1& 0& {\alpha }_y\\ 0& 0& 1& {\alpha }_z\\ 0& 0& 0& 1\end{array}\right)$$

矩阵$T$称为平移矩阵(translation matrix)。容易验证平移矩阵的逆为

$$T^{-1}({\alpha }_x,{\alpha }_y,{\alpha }_z)=T(-{\alpha }_x,-{\alpha }_y,-{\alpha }_z)$$

---

4.2 旋转

旋转(rotation)取决于旋转轴与绕旋转轴转动的角度。首先考虑在原来坐标系的一个平面内的旋转（注：例如绕z轴），如果点$(x,y)$的极坐标为

$$x=\rho \cos \varphi y=\rho \sin \varphi$$

旋转的角度记为$\theta$，新的位置记为$(x^{\prime },y^{\prime })$，那么

$$x^{\prime }=\rho \cos (\varphi +\theta )y^{\prime }=\rho \sin (\varphi +\theta )$$

展开易得

$$\begin{gathered} x^{\prime }=x\cos \theta -y\sin \theta \\ {y}^{\prime }=x\sin \theta +y\cos \theta \end{gathered}$$

或者

$$\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)$$

因此分别绕$z,x,y$旋转得到的旋转矩阵为

$$R_z=R_z(\theta )=\left(\begin{array}{cccc}\cos \theta & -\sin \theta & 0& 0\\ \sin \theta & \cos \theta & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)$$

$$R_x=R_x(\theta )=\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \theta & -\sin \theta & 0\\ 0& \sin \theta & \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right)$$

$$R_y=R_y(\theta )=\left(\begin{array}{cccc}\cos \theta & 0& \sin \theta & 0\\ 0& 1& 0& 1\\ -\sin \theta & 0& \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right)$$

注：$R_y$ 中$\sin \theta$符号相反，是由于根据右手螺旋定则 $x\to y\to z\to x$的顺序。

上述三个式子中正的旋转角度$\theta$都是符合右手螺旋定则绕$x,y,z$轴进行的旋转。使用$R=R(\theta )$代表上面任意矩阵，则逆为

$$R^{-1}(\theta )=R(-\theta )=R^T(\theta )$$

平移和旋转都是刚体运动(solid-body transformations)的例子：这种运动不改变物体的大小和尺寸。

---

4.3 伸缩

伸缩(scaling) 可以独立应用于三个坐标轴，如果将点$(x,y,z)$转化为新的点

$$x^{\prime }={\beta }_{x}x{y}^{\prime }={\beta }_{y}y{z}^{\prime }={\beta }_{z}z$$

这样得出相应的矩阵为

$$S=S({\beta }_x,{\beta }_y,{\beta }_z)=\left(\begin{array}{cccc}{\beta }_x& 0& 0& 0\\ 0& {\beta }_y& 0& 0\\ 0& 0& {\beta }_z& 0\\ 0& 0& 0& 1\end{array}\right)$$

其逆为

$$S^{-1}({\beta }_x,{\beta }_y,{\beta }_z)=S(1/{\beta }_x,1/{\beta }_y,1/{\beta }_z)$$

如果伸缩因子${\beta }_x,{\beta }_y,{\beta }_z$相等，那么伸缩变化是等尺度的(uniform)：物体保持形状不变但是改变尺寸。否则称伸缩变换时非等尺度的(non-uniform)，物体发生变形。

---

4.4 剪切

剪切(shears)可以看作平移、旋转和伸缩的组合，但是有一些独特的性质。

对于任意标量 $a$，一个朝 $x$ 方向的剪切定义为

$$x^{\prime }=x+(\cot \theta )y{y}^{\prime }=y{z}^{\prime }=z$$

相应的剪切矩阵为

$$H_x(\theta )=\left(\begin{array}{cccc}1& \cot \theta & 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)$$

其逆为

$$H_x^{-1}(\theta )=H_x(-\theta )$$

---

五、绕任意轴旋转

我们怎样找到一个描述任意一点 $p_0$ 绕一个方向 $u=p_2-p_1$ 旋转角度 $\theta$ 的矩阵呢？

答案是将次矩阵分解为我们已知的一系列矩阵之和。同样假设 $u$ 的模为 1，第一步，使用平移简化原问题的旋转问题：

$$M=T(p_0)RT(-p_0)$$

为了确定旋转矩阵 $R$，首先通过转动 ${\theta }_x$ 和 ${\theta }_y$ 两个角度使得 $u$ 与 $z$ 轴重合；然后绕 $z$ 轴旋转指定的角度 $\theta$；最后再旋转相同的角度，因此

$$R=R_x(-{\theta }_x)R_y(-{\theta }_y)R_z(\theta )R_y({\theta }_y)R_x({\theta }_x)$$

这里还有绕 $u=({\alpha }_x,{\alpha }_y,{\alpha }_z)$ 旋转的角度 ${\theta }_x$ 和 ${\theta }_y$ 是未知的。第一次旋转 $R_x({\theta }_x)$ 将向量 $u$ 绕 $x$ 轴旋转直至它位于 $y=0$ 的平面。使用简单的几何学只是，可以得到

$$\cos {\theta }_x={\alpha }_z/d\sin {\theta }_x={\alpha }_y/d$$

其中，$d=\sqrt{(}{\alpha }_y^2+{\alpha }_z^2)$，因此，不需要明确地得到 ${\theta }_x$，可以得到

$$R_x=R_x(\theta )=\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& {\alpha }_z/d& -{\alpha }_y/d& 0\\ 0& {\alpha }_y/d& {\alpha }_z/d& 0\\ 0& 0& 0& 1\end{array}\right)$$

在第二次重合中，可以得到

$$\cos {\theta }_y=d\sin {\theta }_y=-{\alpha }_x$$

易得

$$R_x=R_x(\theta )=\left(\begin{array}{cccc}d& 0& -{\alpha }_x& 0\\ 0& 1& 0& 0\\ {\alpha }_x& 0& d& 0\\ 0& 0& 0& 1\end{array}\right)$$

注：原文 ${\alpha }_x$ 符号相反，疑似有误。

---

六、关于四元数的一些知识

---

6.1 基本运算

四元数提供了一种新的描述旋转的方式，而且已经用于硬件实现。

在复数域，旋转一个角度 $\varphi$ 可以表示为乘以一个复数

$$e^{i\varphi }=\cos \varphi +i\sin \varphi$$

这样可以将一个给定的点 $r{e}^{i\theta }$ 旋转得到新的点

$$r{e}^{i\theta }{e}^{i\varphi }=r{e}^{i(\theta +\varphi )}$$

类似地，四元数可以优雅地描述三维空间中的旋转。一个四元数有一个标量和一个向量组成，

$$a=(q_0,q_1,q_2,q_3)=(q_0,\mathbf{q})$$

可以把向量部分 $q$ 写为

$$q=q_1\mathbf{i}+q_2\mathbf{j}+q_3\mathbf{k}$$

其中，$\mathbf{i},\mathbf{j},\mathbf{k}$ 类似三维空间内的单位向量，并且满足

$${\mathbf{i}}^2={\mathbf{j}}^2={\mathbf{k}}^2=-1$$

$$\mathbf{i}\mathbf{j}=\mathbf{k}=-\mathbf{j}\mathbf{i}\mathbf{j}\mathbf{k}=\mathbf{i}=-\mathbf{k}\mathbf{j}\mathbf{k}\mathbf{i}=\mathbf{j}=-\mathbf{i}\mathbf{k}$$

根据以上性质容易计算两个四元数的和与积，设 $a=(q_0,\mathbf{q}),b=(p_0\mathbf{p})$，则

$$a+b=(q_0+p_0,\mathbf{q}+\mathbf{p})$$

$$ab=(q_0{p}_0-\mathbf{q}\cdot \mathbf{p},q_0\mathbf{p}+p_0\mathbf{q}+\mathbf{q}\times \mathbf{p})$$

$a$ 的幅度和逆分别为

$$|a|=\sqrt{q_0^2+\mathbf{q}\cdot \mathbf{q}}$$

$$a^{-1}=\frac{1}{|a|}(q_0,-\mathbf{q})$$

---

6.2 旋转

假设 $\mathbf{v}\in R^3$ 是单位向量，令 $\mathbf{p}$ 是一个任意点，${\mathbf{p}}^{\prime }$是点 $\mathbf{p}$ 绕 $\mathbf{v}$ 轴旋转后的点。为了寻找点 ${\mathbf{p}}^{\prime }$ 对应的四元数，零 $r$ 为

$$r=(\cos \frac{\theta }{2},\sin \frac{\theta }{2}\cdot \mathbf{v})$$

一个单位长度的四元数，其逆为

$$r^{-1}=(\cos \frac{\theta }{2},-\sin \frac{\theta }{2}\cdot \mathbf{v})$$

那么如果 $p$ 和 $p^{\prime }$ 是四元数

$$p=(0,\mathbf{p})p^{\prime }=(0,{\mathbf{p}}^{\prime })$$

可以证明

$$p^{\prime }=r^{-1}pr$$

接下来验证上式的正确！根据乘法运算法则，可以计算得 $p^{\prime }$ 确实有 $(0,{\mathbf{p}}^{\prime })$ 的形式，并且

$${\mathbf{p}}^{\prime }={\cos }^2\frac{\theta }{2}\mathbf{p}+{\sin }^2\frac{\theta }{2}(\mathbf{v}\cdot \mathbf{p})\mathbf{v}+2\sin \frac{\theta }{2}\cos \frac{\theta }{2}(\mathbf{v}\times \mathbf{p})+{\sin }^2\frac{\theta }{2}\mathbf{v}\times (\mathbf{v}\times \mathbf{p})$$

利用等式

$$\mathbf{p}=(\mathbf{v}\cdot \mathbf{p})\mathbf{v}-\mathbf{v}\times (\mathbf{v}\times \mathbf{p})$$

并根据三角函数多倍角公式，可得化简结果

$${\mathbf{p}}^{\prime }=(\mathbf{v}\cdot \mathbf{p})\mathbf{v}+\cos \theta (\mathbf{v}\times \mathbf{p})\times \mathbf{v}+\sin \theta (\mathbf{v}\times \mathbf{p})$$

这个公式很容易从几何意义中得到验证，它是对三个正交向量的线性组合。第一项 $(\mathbf{v}\cdot \mathbf{p})\mathbf{v}$ 是 $\mathbf{p}$ 在旋转轴上的投影，第二项和第三项描述了垂直于 $\mathbf{v}$ 的平面上的旋转。

注意到这个公式清晰地表示了一种正交投影，所有的分量都是对 $\mathbf{p}$ 的线性变换。这个公式也可以用于在矩阵变换中直接获取相应的系数。