第4章 图形变换幻灯片.ppt

第4章 图形几何变换 图形变换的基本原理 二维图形的变换 三维图形的变换 三维投影变换 任意视点透视变换 图形变换的基本原理 图形变换是计算机图形学中的一个重要内容。 通过对简单图形进行各种变换，可以改变图形的形状； 将简单图形进行变换并组合，可以形成一些复杂的图形； 图形变换也是造型的方法之一。 图形变换的基本原理 下面这幅图表示了一个正方形经过不同变换形成的不同结果。 图形变换的基本原理 下面这幅图表示了一个正方形经过不同变换形成的不同结果。 图形变换的基本原理 总结以上这些变化后的图形结果，可以得到这样的结论： 图形变化了，但原图形的连边规则（拓扑关系）没有改变； 图形发生的变化，是因为其顶点位置（几何关系）的改变决定的。 这种通过维持图形的拓扑关系不变，而仅改变图形的几何关系来实现改变图形的方法，我们称之为图形的变换。 图形变换的基本原理 在实际绘图应用中，经常要对图形进行各种变换，如几何变换、投影变换、窗口视区变换和视向变换等。 这些变换的实质是改变图形的坐标位置。一个图形的最基本要素是点，点构成线，线构成面，而体是由若干面构成的，因此，只要改变了图形的各点坐标位置，整个图形也就完成了变换。 图形变换的基本原理 既然图形的几何变换仅和点的位置变化有关，所以，我们首先要讨论一个点在空间的位置及其变化。 在二维空间中，可用一对坐标值（x，y）来表示平面上的一点，或者说可以用一个向量［x　y］来标定一个点的位置。 在三维空间中则用（x，y，z）表示空间一点，也可以用向量［x y z］来标定一个点的位置。 所以，对顶点位置的变换，也就是对向量的变换，而向量运算必须用矩阵运算的方法来实现。 图形变换的基本原理 假如原顶点坐标为（x , y），经变换后的点坐标为（x*，y*）。那么，这个变换过程可以用矩阵的形式表示： ［x* y*］＝［x y］? T （4-1） 这是一个线性变换（等号的两边均为一次项），其中的T为线性变换矩阵。 图形变换的基本原理 二维线性变换的一般形式也可以写成如下的代数式： x*= a1?x+b1?y+c1 y*= a2?x+b2?y+c2 将上式写成矩阵形式： 图形变换的基本原理 ［x* y*］＝［x y］? T （4-1） 　 　 a1 a2 ［x* y*］ ＝［x y 1］ b1 b2 c1 c2 即，要将一个线性变换的矩阵形式和代数形式的相统一，必须对点向量的表示法稍作修改。 图形变换的基本原理 三维向量［x y 1］的几何意义： 第三维为常数的平面上的一个点。 在笛卡尔坐标系中： 向量［x y］：　　 Z=0平面上的点。 向量［x y 1］：　Z=1的等高平面上的点。 图形变换的基本原理 从图形上来看，两种表示方法是没有实质性差别的。但却为后面矩阵运算的实现提供了可行性和方便。 图形变换的基本原理 这种用三维的向量来表示一个二维向量，进一步推广来说，用一个 n+1维的向量来表示 n 维向量的方法，叫做齐次坐标表示法。（注意，增加的一维是常数 １） 在这种表示法中，n维向量的变换是在n+1维的空间进行的，变换后的n维结果是被反投回到感兴趣的特定的n维空间内得到的。 图形变换的基本原理 采用了齐次坐标表示法以后，我们可以把二维的线性变换表示成如下规格化的形式： 　　　　　　　　　　　　　a1 a2 0 　［x* y* 1］＝［x y 1］　b1 b2 0 　　　　　　　　　　　　 c1 c2 1 其中：　a1 a2 0 　　　　 b1 b2 0 = T 　　　　　 c1 c2 1 　 T 称为二维线性变换矩阵。 图形变换的基本原理 因此，对一个图形的变换，就是对该图形的各顶点进行变换，变换形式为： P* = P · T 其中，P* 为变换后的新顶点，P为变换前的顶点，T为线性变换矩阵。 矩阵T中元素的取值不同，可以形成对顶点的不同变换。连接新的顶点，从而构成新的图形（几何变换过程）。 图形变换的基本原理 二维图形的变换 三维图形的变换 三维投影变换 任意视点透视变换 二维图形的变换 a1 a2 0 对于二维变换矩阵 b1 b2 0 中各元素的不 　　　　　　　　　 c1