视图矩阵推导

线性代数知识背景

1.基本概念

α 1,α 2,...,α n 是 n 维空间 R n 中的线性无关 的向量组,则任一向量 βR n 均可由 α 1,α 2,...,α n 线性表示,即 β = k1*α 1 + k2*α 2 + ... + kn*α n,,称有序向量组 α 1,α 2,...,α n是 R n 的一个 ,基向量的个数 n 称为向量空间的维数 ,而 [k1,k2,...,kn] 称为向量 β 在基α 1,α 2,...,α n下的坐标 ,或称为 β 的坐标行(列)向量。

2.基变换、坐标变化

定理1:α 1,α 2,...,α n 和 β 1,β 2,...,β n 是R n中的两个基,且有关系 [α 1,α 2,...,α n] = [β 1,β 2,...,β n] * C ,则称此式为由基β 1,β 2,...,β n 到基 α 1,α 2,...,α n 的基变换公式 ,矩阵C 称为由基 β 1,β 2,...,β n 到基 α 1,α 2,...,α n 的过渡矩阵C 的第 i 列是α i 在基 β 1,β 2,...,β n 下的坐标列向量,且过渡矩阵 C可逆矩阵

定理2 γ 在基 α 1,α 2,...,α n 和 β 1,β 2,...,β n 下的坐标分别是y =[y1,y2,...,yn],x =[x1,x2,...xn],即 γ = [α 1,α 2,...,α n]*y = [β 1,β 2,...,β n]*x 若基 β 1,β 2,...,β3 到基α 1,α 2,...,α n 过渡矩阵为 C ,即 [α 1,α 2,...,α n] = [β 1,β 2,...,β n] * C ,则γ = [α 1,α 2,...,α n]*y = [β 1,β 2,...,β n]*x = [β 1,β 2,...,β n]*C *y ,得x = C *y ,此式称为坐标变换公式 。(过渡矩阵C可通过基所构成的逆矩阵求得)

空间中对边向量相等的四边形是平行四边形

视图矩阵推导

已知α 1,α 2,α 3为世界坐标系的基,β 1,β 2,β 3作为相机坐标系的基,且基α 1,α 2,...,α n 到基 β 1,β 2,...,β n 的过渡矩阵为M ;在世界坐标系中有点P(x,y,z)、向量α(x,y,z),求P点在相机坐标系中的坐标。

世界坐标系中,可将α 看作过起点o1 (0,0,0)和终点P 的向量,由定理2可得,在相机坐标系中向量α 可表示 β= α*M ;相机坐标系中将β 看作过起点o2 (0,0,0)和终点P1 (坐标同 β 坐标) 的向量;α、β表示三维空间中的同一向量,故四边形 o1,o2,P1,P为平行四边形,则向量(o1,o2)与向量(P,P1)为三维空间中的同一向量;在相机空间中,点o1,o2,P1坐标已知,所以点P在相机空间的坐标易得。

个人理解,不当之处,请各位大佬指出~~~

相关推荐
盛寒11 小时前
矩阵的定义和运算 线性代数
线性代数
盛寒11 小时前
初等变换 线性代数
线性代数
叶子爱分享14 小时前
浅谈「线性代数的本质」 - 系列合集
线性代数
luofeiju14 小时前
RGB下的色彩变换:用线性代数解构色彩世界
图像处理·人工智能·opencv·线性代数
好开心啊没烦恼16 小时前
Python:线性代数,向量内积谐音记忆。
开发语言·python·线性代数·数据挖掘·数据分析
Ven%11 天前
矩阵阶数(线性代数) vs. 张量维度(深度学习):线性代数与深度学习的基石辨析,再也不会被矩阵阶数给混淆了
人工智能·pytorch·深度学习·线性代数·矩阵·tensor·张量
云云32112 天前
Subway Surfers Blast × 亚矩阵云手机:手游矩阵运营的终极变现方案
大数据·人工智能·线性代数·智能手机·矩阵·架构
点云侠12 天前
PCL 点云旋转的轴角表示法
人工智能·线性代数·算法·计算机视觉·矩阵
云云32113 天前
Snapchat矩阵运营新策略:亚矩阵云手机打造高效社交网络
线性代数·智能手机·矩阵
音程13 天前
(详细介绍)线性代数中的零空间(Null Space)
线性代数