【GAMES101】Lecture03,04 Transformation 精要

本文图片来源于GAMES101课件。

注：本课程中所有变换都是建立在右手系的基础上的。

MVP变换，即模型-视图-投影变换，形象来说，就是将三维世界的物体用相机“拍摄”下来，得到的相片即变换结果。

Model Transformation

模型变换即对物体做平移、旋转、缩放等变换，从而将其放置在世界坐标系中。

Translate vs. Rotate / Scale / Shear / Reflect

旋转/缩放/剪切/反射变换为线性变换，由其可加性和数乘性质可知，原点永远不动，故平移需要用更高维度的变换矩阵表示。为了达到像线性变换一样用一个矩阵表示平移变换的目的，引入齐次坐标(homogeneous coordinates)的概念。

3D点表示：$(x,y,z,1)$，对于$a\ne 0$，它与$(ax,ay,az,a)$都表示点$(x,y,z)$。

这里的点+点表示两点的中点。

3D向量表示：$(x,y,z,0)$

Affine Translation

仿射变换依次包含两个步骤：先线性变换后平移

3D Transformation

$$R_x(\alpha )=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \alpha & -\sin \alpha & 0\\ 0& \sin \alpha & \cos \alpha & 0\\ 0& 0& 0& 1\end{array}\right]R_y(\alpha )=\left[\begin{array}{cccc}\cos \alpha & 0& \sin \alpha & 0\\ 0& 1& 0& 0\\ -\sin \alpha & 0& \cos \alpha & 0\\ 0& 0& 0& 1\end{array}\right]R_z(\alpha )=\left[\begin{array}{cccc}\cos \alpha & -\sin \alpha & 0& 0\\ \sin \alpha & \cos \alpha & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$$

这里只提一下绕轴旋转变换，尤其是绕y轴的旋转，与绕x、z轴的稍微不同。原因是右手系的旋转顺序：$z:(xy)y:(zx)x:(yz)$。

Rodrigues’ Rotation Formula 推导简述

绕给定单位轴$\mathbf{n}$旋转$\alpha$角度时的变换矩阵如下：
$R(\mathbf{n},\alpha )=\cos (\alpha )I+(1-\cos (\alpha ))\mathbf{n}{\mathbf{n}}^T+\sin (\alpha )\left[\begin{array}{ccc}0& -n_z& n_y\\ n_z& 0& -n_x\\ -n_y& n_x& 0\end{array}\right]$

注：

1. 单位轴意味着$\mathbf{n}=\hat{\mathbf{n}}$，式中最后一项的矩阵即三维叉乘矩阵；

2. 该公式默认轴的起始点在坐标原点，如果要绕某一特定位置的轴做旋转，那么变换矩阵的形式应为$T^{-1}R(\mathbf{n},\alpha )T$，其中$T$为平移矩阵，作用是将对象按照“将旋转轴的起点移动到原点上”的相同效果进行平移。

这里仅给出推导的大致流程以及关键步骤的解读：

1. 任给定一个不平行于$\mathbf{n}$的向量$\mathbf{v}$，将其分解为平行于$\mathbf{n}$的${\mathbf{v}}_{\parallel }$和垂直于$\mathbf{n}$的${\mathbf{v}}_{\perp }$。其中${\mathbf{v}}_{\parallel }$借助点乘得到，即${\mathbf{v}}_{\parallel }=(\hat{\mathbf{n}}\cdot \mathbf{v})\hat{\mathbf{n}}$，而点乘$\hat{\mathbf{n}}\cdot \mathbf{v}$的等价形式为${\hat{\mathbf{n}}}^T\mathbf{v}$，故有${\mathbf{v}}_{\parallel }=(\hat{\mathbf{n}}\cdot \mathbf{v})\hat{\mathbf{n}}=\hat{\mathbf{n}}(\hat{\mathbf{n}}\cdot \mathbf{v})=\hat{\mathbf{n}}{\hat{\mathbf{n}}}^T\mathbf{v}$；由此通过向量减法得${\mathbf{v}}_{\perp }=\mathbf{v}-{\mathbf{v}}_{\parallel }=(I-\hat{\mathbf{n}}{\hat{\mathbf{n}}}^T)\mathbf{v}$ (分配律)；

2. 旋转只对${\mathbf{v}}_{\perp }$造成实质影响，相当于仅对${\mathbf{v}}_{\perp }$执行绕$\mathbf{n}$的$\alpha$角度的旋转，其旋转平面由${\hat{\mathbf{v}}}_{\perp }$与$\hat{\mathbf{n}}\times {\hat{\mathbf{v}}}_{\perp }$确定，以它们为基向量来表示旋转后的${\mathbf{v}}_{\perp }$，记为${\mathbf{v}}_{\perp }^{rot}$；

3. 不难得到${\mathbf{v}}_{\perp }^{rot}$于新的基向量组 { v ^ ⊥ , n ^ × v ^ ⊥ } \{\hat{\bold{v}}_{\perp},\hat{\bold{n}}\times\hat{\bold{v}}_{\perp}\} {v^⊥​,n^×v^⊥​}下的坐标$(\Vert {\mathbf{v}}_{\perp }\Vert \cos \alpha ,\Vert {\mathbf{v}}_{\perp }\Vert \sin \alpha )$；

4. 变换后的向量${\mathbf{v}}^{\prime }={\mathbf{v}}_{\perp }^{rot}+{\mathbf{v}}_{\parallel }$，代入各部分的推导结果即可得到${\mathbf{v}}^{\prime }=R(\mathbf{n},\alpha )\mathbf{v}$。

Viewing Transformation

View/Camera Transformation

视图变换，即将相机的位置、前向和上方向确定好后，将画面中的所有对象随着相机一起变换（保持相对静止，因而最终拍摄结果不变），使得相机位于坐标原点，上方朝y轴正向，前向朝z轴负向。

注：不仅相机要做视图变换，在画面中的所有对象也得做相同的视图变换，因而计算开销取决于有关的对象数目。

视图变换的过程：① 将相机平移至坐标原点；② 将三个轴向$\hat{g}$、$\hat{t}$、$\hat{g}\times \hat{t}$依次对准$-\mathbf{z}$、$\mathbf{y}$、$\mathbf{x}$。

矩阵形式：
$$M_{view}=R_{view}{T}_{view}$$

其中$R_{view}$为旋转变换，正向过程不好表示，逆向过程比较直观。对于可逆的线性变换来说，其矩阵为正交矩阵，因而有
$$R_{view}^{-1}=R_{view}^T$$

该逆矩阵将$xyz$轴向依次旋转为$\hat{g}\times \hat{t}$、$\hat{t}$、$-\hat{g}$，即该变换相当于以新的基向量来重新表示原基向量的坐标，以各基向量作为列向量得到：

$$R_{view}^{-1}=\left[\begin{array}{cccc}{x}_{\hat{g}\times \hat{t}}& x_{\hat{t}}& x_{-\hat{g}}& 0\\ y_{\hat{g}\times \hat{t}}& y_{\hat{t}}& y_{-\hat{g}}& 0\\ z_{\hat{g}\times \hat{t}}& z_{\hat{t}}& z_{-\hat{g}}& 0\\ 0& 0& 0& 1\end{array}\right]$$

因而有：

$$\begin{array}{rl}{M}_{view}& =(R_{view}^T{)}^T{T}_{view}\\ & =\left[\begin{array}{cccc}{x}_{\hat{g}\times \hat{t}}& y_{\hat{g}\times \hat{t}}& z_{\hat{g}\times \hat{t}}& 0\\ x_{\hat{t}}& y_{\hat{t}}& z_{\hat{t}}& 0\\ x_{-\hat{g}}& y_{-\hat{g}}& z_{-\hat{g}}& 0\\ 0& 0& 0& 1\end{array}\right]\left[\begin{array}{cccc}1& 0& 0& -x_e\\ 0& 1& 0& -y_e\\ 0& 0& 1& -z_e\\ 0& 0& 0& 1\end{array}\right]\end{array}$$

注：相机朝向向量$\hat{g}\times \hat{t}$、$\hat{t}$、$\hat{g}$以及相机位置$\mathbf{e}$的坐标均为世界坐标，即$x_{\hat{g}\times \hat{t}}$，$x_{\hat{t}}$，$x_{-\hat{g}}$，$x_e$等都是世界坐标系下的分量值。

Projection

1. Orthogonal Projection

过程：先把长方体（可以视作物体的包围体）随着其中心平移到原点，然后缩放至$[-1,1{]}^3$的立方体中。

变换对应的矩阵形式：

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

2. Perspective Projection

过程：① 先将截锥(frustum)中垂直于z轴的各个平面“挤压”至以近平面为底面的长方体中；② 然后沿z轴执行正交投影。

性质：① 投影前后近平面和远平面上各点的z值不会改变；② 近平面的各点在投影前后完全不变。

上述性质告诉我们：

$(x,y,n,1)\to (x,y,n,1)\equiv (nx,ny,n^2,n)$ (性质2)

$(x,y,f,1)\to (x^{\prime },y^{\prime },f,1)\equiv (nx,ny,f^2,f)$ (性质1)。特别地，远平面的中心点$(0,0,f,1)\to (0,0,f^2,f)$

由此不难得出透视投影变换的矩阵形式：

$$M_{persp}=M_{ortho}{M}_{persp\to ortho}$$

$$M_{persp\to ortho}=\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& n+f& -nf\\ 0& 0& 1& 0\end{array}\right]$$

思考题

Lecture04最后遗留的问题：对于$z\in (f,n)$的点$(x,y,z,1),(z<0)$，考虑执行透视投影中的挤压步骤后$z$值的变化如何。

解法：用变换矩阵$M_{persp\to ortho}$乘以$(x,y,z,1{)}^T$：

$$\begin{array}{rl}{M}_{persp\to ortho}(x,y,z,1{)}^T& =\left[\begin{array}{cccc}n& 0& 0& 0\\ 0& n& 0& 0\\ 0& 0& n+f& -nf\\ 0& 0& 1& 0\end{array}\right]\left(\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right)\\ & =\left(\begin{array}{c}nx\\ ny\\ (n+f)z-nf\\ z\end{array}\right)\equiv \left(\begin{array}{c}nx/z\\ ny/z\\ (n+f)-nf/z\\ 1\end{array}\right)\end{array}$$

即比较$z$和$(n+f)-nf/z$的大小，稍作变形，并令$F(z)=z^2-(n+f)z+nf$，即比较函数$F(z)$与0的大小关系，观察其函数图像，可知$F(z)$与$z$轴交于$(n,0)$和$(f,0)$两点，且开口向上，故对于$z\in (f,n)$有$F(z)<0$，注意到$z<0$，因此$z>(n+f)-nf/z$，这说明夹在远近平面之间的平面在挤压过程中z轴值向远平面靠近。