第二章三维造型技术基础.pptVIP

第二章 技术基础;图形的变换技术; 内容： 以下几方面的内容： 数学基础：矢量、矩阵及运算 二维几何变换 三维几何变换 投影变换 视窗变换 裁剪;一、矢量、矩阵及运算 1. 矢量的含义 矢量：是由n个实数组成的集合。 如：二维矢量(x,y)，三维矢量(x,y,z) ;2. 矢量运算 假定：V1(x1,y1,z1), V2(x2,y2,z2)为两个矢量，则有： 矢量和 V1+V2= (x1+x2, y1+y2,z1+z2) 矢量点积 V1·V2 = x1*x2 + y1*y2 + z1*z2 矢量叉积 V1×V2 =(y1z2-y2z1, z1x2-z2x1,x1y2-x2y1) 矢量长度 |V1| = (V1 ·V1)1/2 = (x1*x1+y1*y1+z1*z1) 1/2 ;3. 矩阵的含义 矩阵：由m×n个数按一定位置排列的一个 整体，简称m×n矩阵。 ;4. 矩阵运算 加法 设A，B为两个具有相同行和列元素的矩阵 A+B = 数乘 kA = [ k*aij]|i=1..m, j=1,n ;乘法 设A为3×2矩阵，B为避免2×3矩阵 C = A · B = C=Cm×p = Am ×n ·Bn×p cij = ∑aik*bkj 单位矩阵 在一矩阵中，其主对角线各元素aii=1,其余皆为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 ;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. 矩阵运算的基本性质 交换律与结合律师 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 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 矩阵的乘法不适合交换律 ;二、变换的一般流程;三、二维图形变换;2 旋转变换;3 比例变换;4. 对称变换 关于X轴的对称变换 P(x,y) 对称点为 P’(x, -y) 关于Y轴的对称变换 P(x,y)对称点为P’(-x, y) 关于坐标原点的对称变换 P(x,y) 关于原点的对称点为P’(-x,-y);5 错切变换 (SHEAR) (1) 沿x方向产生错切 x’ = x + y*tag(θ) y’ = y (2) 沿y方向产生错切 x’ = x y’ = y +x * tag(θ) ;1. 齐次坐标 齐次坐标就是一个n维矢量的(n+1)维矢量表示。 例如：二维坐标点P(x,y)的齐次坐标为： (H*x,H*y,H)。 二维坐标与齐次坐标是一对多的关系。通常都采用规格化的齐次坐标，即取H=1。 (x,y) 的规格化齐次坐标为 (x,y,1)。 齐次坐标的几何意义：可理解为在三维空间上第三维为常数的一平面上的二维向量。;齐次坐标的作用： 1. 将各种变换用阶数统一的矩阵来表示。提供了用矩阵运算把二维、三维甚至高维空间上的一个点从一个坐标系变换到另一坐标系的有效方法。 2. 便于表示无穷远点。 例如：（x*H, y*H, H)，令H等于0，;1. 恒等变换 2. 比例变换 ;3. 对称变换 关于X轴的对称变换 关于Y轴的对称变换 ;关于坐标原点的对称变换 ;5. 旋转变换 其矩阵表示为： ;6. 平移变换 ;变换过程如下：; ; T =T1 T2 T3 称为矩阵级联，也称复合变换。 问题：如何将平面上一正方形绕原点进行旋转变 换？对圆又如何变换？ 思考： 1 请写出二维错切变换的变换矩阵。 2 试推导将二维平面上任一条直线P(x1,y1), Q(x2,y2)变换成与坐标轴X重合的变换矩阵。