← 返回列表

Cesium中的相机—齐次坐标与坐标变换

在前面几个章节中,我们仅仅讨论了两个坐标系之间的坐标转换矩阵,涉及到四元素、方向余弦阵、欧拉旋转等各种表现形式,但并没有涉及到两个坐标系的平移。

Cesium中的相机—齐次坐标与坐标变换

在前面几个章节中,我们仅仅讨论了两个坐标系之间的坐标转换矩阵,涉及到四元素、方向余弦阵、欧拉旋转等各种表现形式,但并没有涉及到两个坐标系的平移。

首先看两个坐标系之间的坐标转换矩阵:

\[ \begin{pmatrix} x_i \\ y_i \\ z_i \end{pmatrix} = M\cdot\begin{pmatrix} x_b \\ y_b \\ z_b \end{pmatrix} \tag{1} \]

\(M\)为3×3的矩阵。

如果两个坐标系之间仅仅是平移关系(原点不重合),则两坐标系的坐标关系:

\[ \begin{pmatrix} x_i \\ y_i \\ z_i \end{pmatrix} = \begin{pmatrix} x_b \\ y_b \\ z_b \end{pmatrix} + \begin{pmatrix} T_x \\ T_y \\ T_z \end{pmatrix} \tag{2} \]

可以看出,式(1)和式(2)的形式不同。一个是矩阵与向量相乘,一个是两个向量相加。

在WebGL中,数据处理主要依赖于GPU,而不是CPU。而正如大多数人所知道的,GPU的处理速度之快得益于它可以高效地处理矩阵乘法和卷积。因此,无论是旋转变换还是平移变换,我们应尽量表达成矩阵运算,这样才能最大的高效利用GPU的优势。

而齐次坐标的引用可以使得诸如缩放、平移的计算全部转换为矩阵计算的形式,也就是说式(1)和式(2)的形式全部统一为矩阵形式,下面具体阐述。

齐次坐标

我们使用长度为3的数组表示一个点在坐标系中的坐标分量,如:(x, y, z); 然而在表示一个向量的时候也是同样的表达方式:(x, y, z)。如果我们只看数组(x, y, z),鬼知道这是向量还是点,毕竟点与向量还是有很大区别的,点只表示位置,向量没有位置只有大小和方向。

为了区分点和向量我们给它加上一维,用长度为4的数组(x, y, z, w)来表达坐标,我们规定(x, y, z, 0)表示一个向量,(x, y, z, 1)表示一个点。这种用n+1维坐标表示n维坐标的方式称为齐次坐标。

设点P的齐次坐标为\([x,y,z,1]\) 使用齐次坐标可以将坐标的缩放、旋转、平移全部使用矩阵乘法表示:

缩放

P的位置在三个轴上分别缩放\([S_1,S_2,S_3]\):

\[ \begin{pmatrix} S_1 & 0 & 0 & 0 \\ 0 & S_2 & 0 & 0 \\ 0 & 0 & S_3 & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} = \begin{pmatrix} S_1 \cdot x \\ S_2\cdot y \\ S_3\cdot z \\ 1 \end{pmatrix} \tag{3} \]

平移

P的位置平移\([T_x,T_y,T_z]\):

\[ \begin{pmatrix} 1 & 0 & 0 & T_x \\ 0 & 1 & 0 & T_y \\ 0 & 0 & 1 & T_z \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} = \begin{pmatrix} x+T_x \\ y+T_y \\ z+T_z \\ 1 \end{pmatrix} \tag{4} \]

旋转

P绕X轴旋转后的坐标:

\[ \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & \cos\theta & -\sin\theta & 0 \\ 0 & \sin\theta & \cos\theta & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} = \begin{pmatrix} x \\ \cos\theta \cdot y-\sin\theta \cdot z \\ \sin\theta \cdot y+\cos\theta \cdot z \\ 1 \end{pmatrix} \tag{5} \]

P绕Y轴旋转后的坐标:

\[ \begin{pmatrix} \cos\theta & 0 & \sin\theta & 0 \\ 0 & 1 & 0 & 0 \\ -\sin\theta & 0 & \cos\theta & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} = \begin{pmatrix} \cos\theta \cdot x+\sin\theta \cdot z \\ y \\ -\sin\theta \cdot x+\cos\theta \cdot z \\ 1 \end{pmatrix} \tag{6} \]

P绕Z轴旋转后的坐标:

\[ \begin{pmatrix} \cos\theta & -\sin\theta & 0 & 0 \\ \sin\theta & \cos\theta & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} = \begin{pmatrix} \cos\theta \cdot x-\sin\theta \cdot y \\ \sin\theta \cdot x+\cos\theta \cdot y \\ z \\ 1 \end{pmatrix} \tag{7} \]

平移+旋转的齐次坐标转换矩阵

使用最多的是平移和旋转,见下图。

  • 坐标系\(o'-x'y'z'\)初始时与坐标系\(o-xyz\)重合;
  • 接着,坐标系\(o'-x'y'z'\)由原点\(o\)平移到\(o'\)处(即坐标系\(o'-xyz\));
  • 再历经旋转到达现在的\(o'-x'y'z'\) 平移和旋转 另\(oo'\)为矢量\(\vec{\rho}\),对任意一点P,令\(oP\)为矢量\(\vec{r}\),令\(o'P\)为矢量\(\vec{r}'\),则有矢量关系式:
\[ \vec{r}=\vec{\rho}+\vec{r}' \tag{8} \]

注意,上式为矢量关系式,如果表达为坐标关系式,则三个矢量必须表达为同一坐标系系下。 令\(oo'\)在\(o-xyz\)下的坐标为:

\[ \vec{\rho}=\begin{pmatrix} T_x \\ T_y \\ T_z \end{pmatrix} \]

令点P在\(o-xyz\)下的坐标为:

\[ \vec{r}=\begin{pmatrix} x \\ y \\ z \end{pmatrix} \]

令点P在\(o'-x'y'z'\)下的坐标为:

\[ \vec{r}'=\begin{pmatrix} x' \\ y' \\ z' \end{pmatrix} \]

若定义旋转矩阵\(R\)为\(o'-x'y'z'\)到\(o-xyz\)的坐标转换矩阵,则有:

\[ \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} T_x \\ T_y \\ T_z \end{pmatrix} +R\cdot \begin{pmatrix} x' \\ y' \\ z' \end{pmatrix} \tag{9} \]

上式写成齐次坐标为(参见式4,将坐标平移写成矩阵与齐次坐标的相乘):

\[ \begin{aligned} \begin{pmatrix} x \\ y \\ z \\ 1 \end{pmatrix} &= T \cdot R\cdot \begin{pmatrix} x' \\ y' \\ z' \\ 1 \end{pmatrix} \\ &= \begin{pmatrix} 1 & 0 & 0 & T_x \\ 0 & 1 & 0 & T_y \\ 0 & 0 & 1 & T_z \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} U_x & V_x & N_x & 0 \\ U_y & V_y & N_y & 0 \\ U_z & V_z & N_z & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x' \\ y' \\ z' \\ 1 \end{pmatrix} \\ &= \begin{pmatrix} U_x & V_x & N_x & T_x \\ U_y & V_y & N_y & T_y \\ U_z & V_z & N_z & T_z \\ 0 & 0 & 0 & 1 \end{pmatrix} \cdot \begin{pmatrix} x' \\ y' \\ z' \\ 1 \end{pmatrix} \end{aligned} \tag{10} \]

上式中,旋转矩阵\(R\)中,\(U_x,U_y,U_z\)为坐标系\(o'-x'y'z'\)的\(x'\)轴在坐标系\(o-xyz\)中的方向余弦(或者说坐标分量),\(V_x,V_y,V_z\)为坐标系\(o'-x'y'z'\)的\(y'\)轴在坐标系\(o-xyz\)中的方向余弦,\(N_x,N_y,N_z\)为坐标系\(o'-x'y'z'\)的\(z'\)轴在坐标系\(o-xyz\)中的方向余弦(或者说坐标分量),详细参考:Cesium中的相机—方向余弦阵。

因此,\(o'-x'y'z'\)到\(o-xyz\)的齐次坐标转换矩阵为::

\[ C=\begin{pmatrix} U_x & V_x & N_x & T_x \\ U_y & V_y & N_y & T_y \\ U_z & V_z & N_z & T_z \\ 0 & 0 & 0 & 1 \end{pmatrix} \tag{11} \]

反之,坐标系\(o-xyz\)到\(o'-x'y'z'\)坐标系的齐次坐标转换矩阵为::

\[ C^{-1}=\begin{pmatrix} U_x & U_y & U_z & -\mathbf{U}\cdot\mathbf{T} \\ V_x & V_y & V_z & -\mathbf{V}\cdot\mathbf{T} \\ N_x & N_y & N_z & -\mathbf{N}\cdot\mathbf{T} \\ 0 & 0 & 0 & 1 \end{pmatrix} \tag{12} \]

上面两式就是我们常用的齐次坐标转换矩阵。

评论

站内评论 · 提交后立即公开 · 无需审核

请勿灌水或刷屏;过快提交或频繁发言将被拒绝。

还没有评论,来写下第一条吧。