第4章 二维变换和二维观察.pptVIP

二维变换内容 图形变换预备知识 Basic transformation（基本变换） Matrix representation（矩阵表示） Composite transformation（复合变换） Other 2D transformations （其他变换） Transformation between Coordinate Systems（坐标系间的变换） Raster method of transformation（变换的光栅方法） 4.0 图形变换预备知识 矢量 矢量和 矢量的数乘 矢量的点积 性质 矢量的长度 单位矢量 矢量的夹角 矢量的叉积 矩阵 阶矩阵 n阶方阵 零矩阵 行向量与列向量 单位矩阵 矩阵的加法 矩阵的数乘 矩阵的乘法 矩阵的转置 矩阵的逆 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。 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。 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 (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 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 3. 齐次坐标变换矩阵形式把直线变换成直线段，平面变换成平面，多边形变换成多边形，多面体变换成多面体。 4. 变换具有统一表示形式的优点 便于变换合成 便于硬件实现 图形变换是计算机图形学基础内容之一。 几何变换，投影变换，视窗变换 线性变换，属性不变，拓扑关系不变。 作用： 把用户坐标系与设备坐标系联系起来； 可由简单图形生成复杂图形； 可用二维图形表示三维形体； 动态显示。 图形的几何变换 图形变换：对图形的几何信息经过几何变换后产生新的图形。 图形变换的两种形式： 1.图形不变，坐标系改变； 2.图形改变，坐标系不变。 我们所讨论的是针对坐标系的改变而讲的。 二维变换内容 图形变换预备知识 Basic transformation（基本变换） Matrix representation（矩阵表示） Composite transformation（复合变换） Other 2D transformations （其他变换） Transformation between Coordinate Systems（坐标系间的变换） Raster method of transformation（变换的光栅方法） 4.1 Basic Transformations基本变换 Def. 改变对象坐标描述的变换称为几何变换，例如改变对象的方向、尺寸和形状。 Def. Geometric transformations alter coordinate descriptions of objects, such as changes in orientation, size and shape. Types Transla