03线性代数复习
- Transformation
- 一、2D transformations
- 二、3D Transforms
Transformation
变换种类:
- Modeling 模型变换
正运动学:已知各关节的角度,求末端的位姿
逆运动学:已知末端的位姿、求各关节的转角
eg. rotation.scaling - Viewing 视图变换
eg. (3D to 2D) projection 投影
一、2D transformations
Scale——大小缩放
用矩阵变换描述为:
Reflection Matrix 对称
Shear Matrix 切变
Rotation Matrix 旋转
Linear Transforms = Matrices(用同维度矩阵)
Transition 移位
- 不属于线性变换
Homogeneous Coordinates(齐次坐标) - 通过增加维度的手段实现平移变为线性变换
Affine Transformations 仿射变换
代价:引入了额外的数字,但在理论上这些数字不需要保存
Inverse Transform 逆变换
Composing Transforms
通过组合可以达到大部分图像移动变换
//矩阵变换顺序很重要,因为是相对原点的变换,矩阵前后顺序不能随意修改。
摆脱束缚,以任一点为原点旋转:先移回原点旋转再移回
二、3D Transforms
Use homogeneous coordinates again:
3D point = (x, y, z,1)T
3D vector = (x, y,z,0)T
最后一列还是空间平移(tx,ty,tz)
先线性变换再平移