计算机图形学(陈壮彬)的第一节课——中山大学软件工程学院专选课

非常不巧,由于第一节课在听围棋的公选,错过了计算机图形学的第一节课。

课堂评价

陈壮彬老师的计算机图形学还是讲的很清楚的,节奏适中,还有互动,人也好,放心选。

——2023.8.30

范数

测量一个信号有多大是看“范数”

想象一下你有一个箭头(向量),这个箭头有长度和方向。这个长度就是箭头的范数。不同的范数方法会以不同的方式计算这个箭头的长度。

  • 欧几里德范数(L2范数): 这就像是用尺子测量箭头的实际长度,考虑了箭头每个方向的位移。所以如果箭头在一个方向上拉得很长,它会对整体长度有很大的影响。

  • 曼哈顿范数(L1范数): 这就像你只能走平行于坐标轴的道路来测量箭头的长度,考虑了箭头在每个坐标轴上的位移。你只能朝着坐标轴的正方向或负方向走,就像在城市中只能沿着交叉路口走。

  • 无穷范数(L∞范数): 这个范数就像你在城市中只能走平行于主要街道的道路,然后你的长度是你能达到的最远的交叉路口的距离。这个范数只考虑了箭头在一个方向上的位移,而不管其他方向。

内积

测量相似程度

函数L^2的内积——衡量两个函数“对齐的长度”

对向量求内积就是看两个向量的相似程度

非负性

...

笛卡尔坐标系中的内积

...

标准内积。〈a,b〉=a⋅b=a1​b1​+a2​b2​+…+an​bn​

线性映射

有什么用?

基本变换(旋转,平移,缩放)可以表示为线性映射!

所有映射都可以近似为短距离的线性映射。

什么是线性映射?

key idea:linear maps take lines to lines while keep the origin fixed.

原本是线还是线,原本中心不改变

 f(u_1,...,u_m)=\sum_{i=1}^{m}{u_{i}a_{i}}

线性映射要穿过原点,f(x)=ax+b不是线性映射!而是仿射函数。

从公式角度来看f(x_1+x_2)\neq f(x_1)+f(x_2)

张成空间Span

a\mathbf{u}+b\mathbf{v}是u,v的线性空间,a、b为任意实数。

像image

...

像(image)可以把span和线性映射联系起来

基准Basis

n个向量的能表示n维平面,那着n个向量就嫩作为一个Basis。

正交基 orthonormal basis

单位长度,相互正交。

两个idea是orthonormal的意思是两个idea是没有关系的。

格拉姆-施密特正交化

给定一组基向量,找到一组正交基的方法

...

傅里叶变换

用途:找到函数的基。

可以投影在正弦曲线上。

cos(nx),sin(mx)。

不同的n和m代表不同频率的基,实际上是一个基到另一个基的线性映射。这种投影到不同频率上的想法被称为傅里叶分解

...

评论
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