齐次坐标的理解.pdfVIP

齐次坐标的理解

一直对齐次坐标这个概念的理解不够彻底，只见大部分的书中说道“齐次坐标在仿射变换中非常的方

便”，然后就没有了后文，今天在一个叫做“三百年重生”的博客上看到一篇关于透视投影变换的探讨的文

章，其中有对齐次坐标有非常精辟的说明，特别是针对这样一句话进行了有力的证明：“齐次坐标表示是

计算机图形学的重要手段之一，它既能够用来明确区分向量和点，同时也更易用于进行仿射（线性）几何

变换。”——F.S.Hill,JR。

由于作者对齐次坐标真的解释的不错，我就原封不动的摘抄过来：

对于一个向量v以及基oabc，可以找到一组坐标(v1,v2,v3)，使得v=v1a+v2b

+v3c（1）

而对于一个点p，则可以找到一组坐标（p1,p2,p3），使得p–o=p1a+p2

b+p3c（2），

向量点点

从上面对和的表达，我们可以看出为了在坐标系中表示一个（如p），

我们把点的位置看作是对这个基的原点o所进行的一个位移，即一个向量——p

位置向量

–o（有的书中把这样的向量叫做——起始于坐标原点的特殊向量），

我们在表达这个向量的同时用等价的方式表达出了点p：p=o+p1a+p2b

+p3c(3)

向量点

(1)(3)是坐标系下表达一个和的不同表达方式。这里可以看出，虽然都是

用代数分量的形式表达向量和点，但表达一个点比一个向量需要额外的信息。如

果我写出一个代数分量表达(1,4,7)，谁知道它是个向量还是个点！

我们现在把（1）（3）写成矩阵的形式：v=(v1v2v30)X(abco)

p=(p1p2p31)X(abco),这里(a,b,c,o)是坐标基矩阵，右边的列向量分别

是向量v和点p在基下的坐标。这样，向量和点在同一个基下就有了不同的表达：

向量点

3D的第4个代数分量是0，而3D的第4个代数分量是1。像这种这种用

4个代数分量表示3D几何概念的方式是一种齐次坐标表示。

这样，上面的(1,4,7)如果写成（1,4,7,0），它就是个向量；如果是(1,4,7,1)，它

就是个点。下面是如何在普通坐标(OrdinaryCoordinate)和齐次坐标(Homogeneo

usCoordinate)之间进行转换：

(1)从普通坐标转换成齐次坐标时

如果(x,y,z)是个点，则变为(x,y,z,1);

如果(x,y,z)是个向量，则变为(x,y,z,0)

(2)从齐次坐标转换成普通坐标时

如果是(x,y,z,1)，则知道它是个点，变成(x,y,z);

如果是(x,y,z,0)，则知道它是个向量，仍然变成(x,y,z)

以上是通过齐次坐标来区分向量和点的方式。从中可以思考得知，对于平移T、

旋转R、缩放S这3个最常见的仿射变换，平移变换只对于点才有意义，因为普

通向量没有位置概念，只有大小和方向.

而旋转和缩放对于向量和点都有意义，你可以用类似上面齐次表示来检测。从中

可以看出，齐次坐标用于仿射变换非常方便。

此外，对于一个普通坐标的点P=(Px,Py,Pz)，有对应的一族齐次坐标(wPx,wP

y,wPz,w)，其中w不等于零。比如，P(1,4,7)的齐次坐标有(1,4,7,1)、（2,

8,14,2）、（-0.1,-0.4,-0.7,-0.1）等等。因此，如果把一个点从普通坐标变

成齐次坐标，给x,y,z乘上同一个非零数w，然后增加第4个分量w；如果把一

个齐次坐标转换成普通坐标，把前三个