3D数学知识简介参考.pdfVIP

3D 数学知识简介 三维坐标系（ 3D Coordinate System ） 三维坐标是把二维的平面坐标推广到三维空间中，在三维坐标中，点（ x,y,z ）的齐次坐标为 （nx,ny,nz,n ），其中 n 为任意不为 0 的数，规范化的齐次坐标为（ x,y,z,1 ），与之相对应， 三维变换的变换矩阵为 4 ×4 矩阵。 在三维空间中，我们通常使用右手坐标系（ Right-Handed Coordinate System ），因为它符合数 学上的习惯， 而在计算机图形学中， 我们会使用左手坐标系 （Left-Handed Coordinate System ）， 因为它比较符合日常习惯。其实，我们可以任意的旋转这些坐标系，而图形仍然保持不变。 常见 的坐标系如下： 屏幕坐标系：相对于显示器的原点的 2D 坐标系 本地坐标系：相对于对象的原点的 3D 坐标系 世界坐标系：相对于 3D 世界的原点三维坐标系 对齐 ( 视点 ) 坐标系：世界坐标系的变换，观察者的位置在世界坐标系的原点。 点（ Point ） 点是在某一个坐标系中使用坐标值指定的位置。 因此， 点到坐标原点之间的距离与坐标系的选择 有关。点 P 在坐标系 A 中的坐标为（ 0,0,0 ），而在坐标系 B 中的坐标则为（ x,y,z ）。 向量（ Vector ） 向量是指两点的差值，具有大小和方向，即给定两点，就能唯一确定一个向量， 向量的大小和方 向与坐标系的选择无关。向量 V= （Vx,Vy,Vz ）=P1P2= （x2-x1,y2-y1,z2-z1 ）其中， Vx ，Vy 和 Vz 分别为向量 V 在 x ，y 和 z 轴上的投影， 称为向量 V 的 x 分量 （x component ），y 分量 （y component ） 和 z 分量（ z component ）。该向量的大小为： 向量 V 与 x ，y 和 z 轴形成的方向角 （Direction Angle ）：α， β 和 γ，其中 cos α，cos β 和 cos γ 称为方向余弦（ Direction Cosine ）。 向量加法： V1+V2= （V1x+V2x,V1y+V2y,V1z+V2z ） 向量标量乘： aA= （aVx,aVy,aVz ） 向量标量积： V1 ·V2= V1x+V2x,V1y+V2y,V1z+V2z 向量积（叉积）： V1×V2= （ V1yV2z-V1zV1y,V1zV2x-V1xV2z,V1xV2y-V1yV2z ） =|Ux Uy Uz| |V1x V1y V1z| |V2x V2y V2z| 注：其中 Ux,Uy,Uz 分别表示沿 x 轴， y 轴和 z 轴的单位向量。在以后的编程中，我们经常会用 到向量积。 矩阵（ Matrix ） 矩阵是由若干个数值构成的矩形阵列， 这些数值通常为实数， 称为矩阵的元素。 如果一个矩阵的 行和列数相同，我们则称该矩阵为方阵（ Square Matrix ），而只有一行或者一列的矩阵用常用 向量表示，例如： [x,y,z] 称为行向量（ Row Vector ）， |x| |y| 则称为列向量（ Colume Vector ）。 |z| 矩阵加法： |A11 A12 A13| |B11 B12 B13| | A11+ B11 A12+ B12 A13+ B13| |A21 A22 A23| + |B21 B22 B23| = | A21+ B21 A22+ B22 A23+ B23| |A