图像处理——几种简单的旋转变换的超详细推导过程(点在同一坐标系的变换)(一)


本文主要推导了二维和三维坐标系中的绕点和绕轴的旋转变换,推导过程比较详细,希望可以给大家提供一些帮助。

一、绕原点的旋转(二维)

在这里插入图片描述
将橘色直线上的点绕坐标原点旋转到蓝色直线上,应该怎么运算?
设点到原点的距离为r,初始位置和x轴的夹角为Φ,逆时针旋转θ度
可以将点旋转前后的x、y坐标分别写出来(当然,我们也只能干这些事&-&),见式(1.1)和式(1.2),然后进行联立消去Φ,即可。

在这里插入图片描述

二、绕任意点的旋转(二维)

在这里插入图片描述

思路:绕任意点的旋转可以转化为绕原点的旋转
步骤: 
	1.旋转中心平移到原点
	2.进行绕原点旋转操作
	3.将旋转中心平移回原位置(1的逆操作)

因为平移需要进行加法运算,与旋转、缩放等乘法运算形式不一致,所以此时需要引入齐次坐标(齐次坐标的作用),来简化运算,统一形式表达。
如上图所示,将(x0,y0)点平移到原点,
在这里插入图片描述

三、绕坐标轴的旋转(三维)

请读者务必注意!!!

本文所涉及的三维平面坐标系均表示右手系
旋转方向,以绕z轴旋转为例,旋转正方向是指:按照右手握的方向从x轴到y轴旋转,从z轴上方看是逆时针。

在这里插入图片描述

思路:三维坐标系中绕坐标轴的旋转可以转化为二维坐标系中绕原点的旋转
步骤: 
	1.选中旋转坐标轴(例如:y轴)
	2.固定y值,转化为二维坐标系xoz
	3.求解二维坐标系下绕原点的旋转
	4.求解的结果转化为三维坐标

3.1 绕x轴的旋转

在这里插入图片描述

3.2 绕y轴的旋转

注意!!!这里的三维坐标系和二维坐标系之间的转换
  因为如果你从y轴方向看过去,你看到的是zox坐标系而不是xoz坐标系,所以如果套用二维坐标系下的绕原点旋转公式是需要注意坐标顺序的。有❤的小伙伴可以琢磨一下
  在这里插入图片描述

3.3 绕z轴的旋转

在这里插入图片描述

四、绕任意轴的旋转(三维)

请各位读者注意!这个思路很重要!
思路:三维坐标系中绕任意轴的旋转可以转化为三维坐标系中分别绕两个坐标轴的旋转。

步骤: 
	1.通过平移使得旋转轴经过原点
	2.将旋转轴通过两次绕坐标轴的旋转,使其与某一坐标轴重合
	3.绕该坐标轴旋转指定角度
	4.将旋转轴通过两次绕坐标轴的旋转和平移,转回原位置。即步骤2和1的逆过程

在这里插入图片描述

4.1 平移

在这里插入图片描述

4.2 旋转到坐标平面

在这里插入图片描述
在这里插入图片描述

4.3 旋转到与坐标轴重合

在这里插入图片描述
在这里插入图片描述

4.4 绕坐标轴的旋转

在这里插入图片描述

4.5 反向旋转和平移

在这里插入图片描述

4.6 结果整理

在这里插入图片描述

4.6.1 旋转轴经过原点的结果整理

大部分的旋转轴是经过原点的,所以我们将两个平移矩阵去掉,进行下面的结果整理。

在这里插入图片描述

4.6.2 旋转轴不经过原点的结果整理

在这里插入图片描述

五、绕自身坐标轴的旋转和绕固定坐标轴旋转

一般情况下:围绕固定轴进行的三次旋转产生的最终方向与围绕自身移动框架的轴以相反顺序进行的三次旋转相同。
即:旋转角度不变,旋转轴选择的顺序相反。表现在计算中就是,旋转矩阵左乘的顺序相反。

六、参考文章

  1. 旋转变换(一)旋转矩阵
  2. 为什么要引入齐次坐标,齐次坐标的意义(二)
  3. 绕任意轴旋转
  4. 四元数与欧拉角(RPY角)的相互转换

七、word和ppt文件下载

内含已经编辑好的公式和绘制的坐标系
旋转公式草稿.docx
旋转变换推导过程中的坐标绘制.pptx

  • 5
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
傅里叶变换(Fourier transform)是一种将一个函数转换为另一个函数的数学变换方法。而sa函数是一个采样函数,它根据一些特定规则对信号进行采样。 首先,假设我们有一个连续信号y(t),其中t表示时间。为了将这个连续信号转换为离散信号,我们需要进行采样。假设我们以时间间隔为T进行采样,得到的采样序列为y(n),其中n表示离散时间。 我们定义采样频率为Fs = 1/T,即每秒钟进行采样的次数。然后,我们可以通过傅里叶变换来将采样序列转换为频域表示。傅里叶变换公式如下: Y(k) = Σ y(n) * exp(-j * 2π * k * n / N) 其中,Y(k)表示频域中的幅度,k为频域中的频率序号,N为采样序列的长度,exp为欧拉公式中的指数函数,j为虚数单位。 对于sa函数,它是一个周期函数,即在一定时间间隔内重复。因此,在进行傅里叶变换时,我们可以利用信号的周期性质来简化计算。 具体来说,我们可以将采样序列看作是一个周期为N的序列,其中N为采样序列长度。然后,根据傅里叶级数展开的思想,我们可以将采样序列表示为一系列频率成分的叠加。 最后,我们通过傅里叶变换公式计算每个频率成分的幅度。这样,我们就可以得到表示信号在频域中的幅度分布。 总结一下,sa函数的傅里叶变换推导过程中,首先将连续信号进行采样得到离散序列,然后利用傅里叶变换公式将采样序列转换为频域表示。最终得到信号在频域中的幅度分布。
评论 3
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

打赏作者

袁博特

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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