ch05 二维图形变换及裁剪0402.pptVIP

第5章 二维图形变换及裁剪 第5章 二维图形变换及裁剪 5.1 变换的数学基础 5.2 二维几何变换 5.3 二维图形裁剪 5.1 变换的数学基础 5.1.1 矢量及其运算 5.1.2 矩阵及其运算 5.1.3 齐次坐标 5.1.1 矢量及其运算 矢量的定义 矢量：n元组。(由n个实数组成的集合) 如：二维矢量(x,y)，三维矢量(x,y,z) 5.1.1 矢量及其运算 矢量 矢量的加法 5.1.1 矢量及其运算 矢量的数乘 矢量的点积(内积) U ?V=|U | × |V | × cosθ 5.1.1 矢量及其运算 矢量点积(内积)的性质： 5.1.1 矢量及其运算 矢量点积(内积)的性质： 交换律 结合律 分配律 5.1.1 矢量及其运算 矢量的长度 单位矢量：长度为1的矢量(i,j,k,e,…) 矢量的夹角: 5.1.1 矢量及其运算 矢量的叉积(向量积) 2个互不平行的矢量，其叉积形成一个与2个矢量都垂直的新的矢量，它的方向符合右手判别法，大小为： | U×V |=|U|*|V|*Sinθ 如果U平行于V，则?U×V=(0,0,0) 5.1.1 矢量及其运算 矢量叉积的性质： 结合律 分配律 5.1.1 矢量及其运算 矢量叉积的性质： 在直角坐标系下： 5.1 变换的数学基础 5.1.1 矢量及其运算 5.1.2 矩阵及其运算 5.1.3 齐次坐标 5.1.2 矩阵及其运算 矩阵的定义： 由m×n个数按m行n列排列的一个整体，简称m×n矩阵。 其中，aij 称为矩阵A的第i 行第j 列元素 5.1.2 矩阵及其运算 矩阵运算 加法 设A，B为两个具有相同行和列数的矩阵， 数乘 kA = [ k*aij] |i=1...m, j=1,.. n 5.1.2 矩阵及其运算 乘法 设A为m×n矩阵，B为n×p矩阵 单位矩阵 在一矩阵中，主对角线各元素aii =1，其余元素皆为0的矩阵称为单位矩阵。n阶单位矩阵通常记作In 。 Am ×n = Am ×n ·In 5.1.2 矩阵及其运算 逆矩阵 　若矩阵A存在A·A-1=A-1·A=I，则称A-1为A的逆矩阵。 矩阵的转置 把矩阵A=(aij)m×n的行和列互换而得到的n×m矩阵称为A的转置矩阵，记作AT 。 (AT) T = A (A+B)T = AT + BT (aA)T = aAT (A·B)T = BT ·AT 当A为n阶矩阵，且A=AT ，则A是对称矩阵。 5.1.2 矩阵及其运算 矩阵运算的基本性质 加法的交换律与结合律 A+B=B+A; A+(B+C)=(A+B)+C 数乘的分配律及结合律 a(A+B) = aA+aB; a(A · B) = (aA) ·B=A ·(aB) (a+b)A = aA + bA a(bA) = (ab)A 5.1.2 矩阵及其运算 矩阵乘法的结合律及分配律 A(B ·C) = (A ·B)C (A+B) · C = A · C+ B · C C ·(A+B) = C ·A + C · B 矩阵的乘法不满足交换律！ 5.1 变换的数学基础 5.1.1 矢量及其运算 5.1.2 矩阵及其运算 5.1.3 齐次坐标 5.1.3 齐次坐标 所谓齐次坐标表示法就是由n+1维向量表示一个n 维向量。如n 维向量(P1,P2, … ,Pn)表示为（hP1,hP2,hPn，h），其中h是任一不为0的比例系数，称为哑坐标或比例因子。 h可以取不同的值，所以同一点的齐次坐标不是唯一的。如普通坐标系下的点（2,3）变换为齐次坐标可以是(1,1.5,0.5)、(4,6,2)、(6,9,3)等等。 普通坐标与齐次坐标的关系为“一对多” 由普通坐标?h→齐次坐标 由齐次坐标÷h→普通坐标 当h=1时，称为规格化的齐次坐标。 在计算机图形学中，通常使用规格化的齐次坐标。 5.1.3 齐次坐标 例：(x,y)点对应的齐次坐标为: (x,y)点对应的齐次坐标为三维空间的一条直线： 5.1.3 齐次坐标 齐次坐标的作用 1. 将各种变换用阶数统一的矩阵来表示。使变换矩阵具有统一的表示形式，便于变换的合成(组合变换)及软、硬件实现。 2. 便于表示n维无穷远点。 例如：(xh, yh, h)，令h等于0时，表示二维平面中的无穷远点。 第5章 二维图形变换及裁剪 5.1 变换的数学基础 5.2 二维几何变换 5.3 二维图形裁剪 5.2 二维几何变换 1. 平移变换 2. 缩放变换 3. 旋转变换 4