第2章：几何变换

几何变换是计算机图形学的核心基础之一，它决定了我们如何在二维和三维空间中移动、旋转、缩放物体，以及如何将三维世界投影到二维屏幕上。本章将深入探讨变换的数学原理、实现细节和优化技巧，为后续的渲染管线学习打下坚实基础。

2.1 二维与三维变换

2.1.1 齐次坐标系

在计算机图形学中，我们使用齐次坐标（Homogeneous Coordinates）来统一表示点和向量，并使得仿射变换可以用矩阵乘法来表示。齐次坐标是投影几何的核心概念，它优雅地解决了平移变换无法用矩阵乘法表示的问题。

从欧几里得坐标到齐次坐标

对于二维空间：

• 点：$(x, y) \rightarrow (x, y, 1)$ 或更一般地 $(wx, wy, w)$，其中 $w \neq 0$
• 向量：$(x, y) \rightarrow (x, y, 0)$

对于三维空间：

• 点：$(x, y, z) \rightarrow (x, y, z, 1)$ 或更一般地 $(wx, wy, wz, w)$，其中 $w \neq 0$
• 向量：$(x, y, z) \rightarrow (x, y, z, 0)$

齐次坐标的关键性质

1. 等价性：$(x, y, z, w)$ 和 $(kx, ky, kz, kw)$ 表示同一个点（$k \neq 0$） - 这定义了一个等价类，所有满足比例关系的坐标表示同一点 - 规范化形式：当 $w \neq 0$ 时，可以规范化为 $(x/w, y/w, z/w, 1)$

2. 笛卡尔坐标恢复： - 当 $w \neq 0$ 时：$(x, y, z, w) \rightarrow (x/w, y/w, z/w)$ - 当 $w = 0$ 时：表示无穷远处的点或方向向量

3. 代数封闭性： - 两条平行线在投影空间中相交于无穷远点 - 使得某些几何定理（如对偶原理）更加统一和优雅

齐次坐标的几何解释

齐次坐标本质上是将 $n$ 维空间嵌入到 $n+1$ 维投影空间中：

1. 投影模型： - 想象三维空间中通过原点的所有直线 - 每条直线（除原点外）代表二维平面上的一个点 - 直线与 $w=1$ 平面的交点就是对应的笛卡尔坐标

2. 无穷远元素： - $w=0$ 的超平面包含所有无穷远点 - 平行线在此平面上相交，实现了投影几何的完备性 - 例如：$(1, 0, 0)$ 表示 $x$ 轴方向的无穷远点

3. 对偶性： - 点和线在投影平面上具有对偶关系 - 线的方程 $ax + by + c = 0$ 可表示为 $[a, b, c]$ - 点 $(x, y, 1)$ 在线 $[a, b, c]$ 上当且仅当 $ax + by + c = 0$

为什么区分点和向量

这种区分不仅是数学上的优雅，更具有深刻的几何意义：

1. 仿射组合： - 点的仿射组合：$\sum_i \alpha_i \mathbf{p}_i$，当 $\sum_i \alpha_i = 1$ 时结果是点 - 向量的线性组合：$\sum_i \beta_i \mathbf{v}_i$ 总是向量 - 这保证了几何运算的类型安全性

2. 变换行为： - 平移对点有效：$\mathbf{p}' = \mathbf{p} + \mathbf{t}$ - 平移对向量无效：$\mathbf{v}' = \mathbf{v}$（方向不因位置改变） - 旋转和缩放对两者都有效

3. 物理意义： - 点表示位置（position） - 向量表示位移（displacement）或方向（direction） - 两点之差自然产生向量：$\mathbf{v} = \mathbf{p}_2 - \mathbf{p}_1$

齐次坐标的运算规则

1. 加法运算： - $(x_1, y_1, w_1) + (x_2, y_2, w_2) = (x_1 + x_2, y_1 + y_2, w_1 + w_2)$ - 注意：只有当 $w_1 + w_2 \neq 0$ 时结果才有意义

2. 数乘运算： - $k(x, y, w) = (kx, ky, kw)$ - 保持点的位置不变（等价类相同）

3. 点的重心坐标： - 三角形顶点 $\mathbf{p}_1, \mathbf{p}_2, \mathbf{p}_3$ 的重心坐标 - $\mathbf{p} = \alpha\mathbf{p}_1 + \beta\mathbf{p}_2 + \gamma\mathbf{p}_3$，其中 $\alpha + \beta + \gamma = 1$ - 齐次坐标自动保证了 $w$ 分量的正确性

实际应用中的考虑

1. 数值精度： - 避免 $w$ 接近 0 的情况（除法不稳定） - 定期规范化齐次坐标（将 $w$ 设为 1） - 使用 glm::perspective 等库函数时注意精度设置

2. GPU实现： - 顶点着色器输出 gl_Position 是四维齐次坐标 - 硬件自动执行透视除法（perspective divide） - 裁剪在齐次空间进行（效率更高）

3. 调试技巧： - 检查 $w$ 分量是否符合预期（点为1，向量为0） - 验证变换后的 $w$ 值（透视投影会改变 $w$） - 使用可视化工具观察齐次空间的变换

2.1.2 基本二维变换

二维变换构成了计算机图形学的基础，它们可以组合产生复杂的效果。每种变换都有其独特的几何意义和代数性质。

平移变换（Translation）

平移将所有点沿着指定方向移动相同的距离：

$$\mathbf{T}(t_x, t_y) = \begin{bmatrix} 1 & 0 & t_x \ 0 & 1 & t_y \ 0 & 0 & 1 \end{bmatrix}$$ 数学性质：

• 平移群构成阿贝尔群（交换群）
• 逆变换：$\mathbf{T}^{-1}(t_x, t_y) = \mathbf{T}(-t_x, -t_y)$
• 复合：$\mathbf{T}(t_1)\mathbf{T}(t_2) = \mathbf{T}(t_1 + t_2)$
• 与向量的关系：平移向量 $\mathbf{t} = (t_x, t_y, 0)$

几何意义：

• 保持所有几何性质（距离、角度、面积）
• 等距变换（isometry）的一种
• 不改变图形的方向性（orientation）

实现细节：

点的平移：[x', y', 1]^T = T(tx, ty) × [x, y, 1]^T = [x+tx, y+ty, 1]^T
向量不变：[x', y', 0]^T = T(tx, ty) × [x, y, 0]^T = [x, y, 0]^T

旋转变换（Rotation）

绕原点逆时针旋转 $\theta$ 角度的变换矩阵： $$\mathbf{R}(\theta) = \begin{bmatrix} \cos\theta & -\sin\theta & 0 \ \sin\theta & \cos\theta & 0 \ 0 & 0 & 1 \end{bmatrix}$$ 推导过程： 考虑单位圆上的点 $(r\cos\phi, r\sin\phi)$ 旋转 $\theta$ 后： $$\begin{align} x' &= r\cos(\phi + \theta) = r\cos\phi\cos\theta - r\sin\phi\sin\theta \ y' &= r\sin(\phi + \theta) = r\cos\phi\sin\theta + r\sin\phi\cos\theta \end{align}$$ 这给出了旋转矩阵的形式。

重要性质：

1. 正交性：$\mathbf{R}^T\mathbf{R} = \mathbf{I}$，即 $\mathbf{R}^{-1} = \mathbf{R}^T$
2. 行列式：$\det(\mathbf{R}) = \cos^2\theta + \sin^2\theta = 1$（保持面积和方向）
3. 特征值：$\lambda = e^{i\theta}, e^{-i\theta}, 1$（复特征值体现旋转本质）
4. 群性质： - $\mathbf{R}(\alpha)\mathbf{R}(\beta) = \mathbf{R}(\alpha + \beta)$ - $\mathbf{R}(\theta)^n = \mathbf{R}(n\theta)$ - $\mathbf{R}(0) = \mathbf{I}$（单位元）

与复数的联系： 二维旋转可用复数乘法表示： $$z' = e^{i\theta}z = (\cos\theta + i\sin\theta)(x + iy)$$ 这揭示了旋转的深层数学结构。

小角度近似： 当 $\theta$ 很小时： $$\mathbf{R}(\theta) \approx \begin{bmatrix} 1 & -\theta & 0 \ \theta & 1 & 0 \ 0 & 0 & 1 \end{bmatrix}$$ 这在增量旋转计算中很有用。

缩放变换（Scaling）

缩放变换改变物体的大小： $$\mathbf{S}(s_x, s_y) = \begin{bmatrix} s_x & 0 & 0 \ 0 & s_y & 0 \ 0 & 0 & 1 \end{bmatrix}$$ 分类与性质：

1. 均匀缩放（$s_x = s_y = s$）： - 保持形状和角度 - 相似变换的一部分 - 面积变化：$s^2$ 倍

2. 非均匀缩放（$s_x \neq s_y$）： - 改变长宽比 - 不保持角度（除了与坐标轴平行的角） - 椭圆变换的基础

3. 反射缩放（$s_x < 0$ 或 $s_y < 0$）： - 改变方向性（orientation） - $\det(\mathbf{S}) < 0$ 时发生镜像 - 组合使用可产生各种对称

特征分解： 缩放矩阵是对角矩阵，其特征向量是坐标轴方向：

• 特征值：$\lambda_1 = s_x, \lambda_2 = s_y, \lambda_3 = 1$
• 特征向量：$(1,0,0)^T, (0,1,0)^T, (0,0,1)^T$

缩放中心： 绕任意点 $(c_x, c_y)$ 缩放： $$\mathbf{S}_c = \mathbf{T}(c_x, c_y) \mathbf{S}(s_x, s_y) \mathbf{T}(-c_x, -c_y)$$ 展开后： $$\mathbf{S}_c = \begin{bmatrix} s_x & 0 & c_x(1-s_x) \ 0 & s_y & c_y(1-s_y) \ 0 & 0 & 1 \end{bmatrix}$$

错切变换（Shearing）

错切变换使物体发生倾斜：

水平错切： $$\mathbf{H}_x(s) = \begin{bmatrix} 1 & s & 0 \ 0 & 1 & 0 \ 0 & 0 & 1 \end{bmatrix}$$ 垂直错切： $$\mathbf{H}_y(s) = \begin{bmatrix} 1 & 0 & 0 \ s & 1 & 0 \ 0 & 0 & 1 \end{bmatrix}$$ 几何解释：

• $\mathbf{H}_x(s)$：每个点的 $x$ 坐标增加 $sy$，$y$ 坐标不变
• 垂直线保持垂直，水平线倾斜角度 $\arctan(s)$
• 矩形变成平行四边形

重要性质：

1. 面积守恒：$\det(\mathbf{H}) = 1$
2. 可逆性：$\mathbf{H}_x^{-1}(s) = \mathbf{H}_x(-s)$

3. 复合错切： $$\mathbf{H}_x(s_1)\mathbf{H}_x(s_2) = \mathbf{H}_x(s_1 + s_2)$$

4. 与旋转的关系： 任意旋转可分解为三次错切： $$\mathbf{R}(\theta) = \mathbf{H}_x(-\tan\frac{\theta}{2})\mathbf{H}_y(\sin\theta)\mathbf{H}_x(-\tan\frac{\theta}{2})$$ 应用场景：

• 斜体文字渲染
• 图像倾斜校正
• 仿射纹理映射

反射变换（Reflection）

反射产生镜像效果：

基本反射：

• 关于 $x$ 轴：$\mathbf{F}_x = \text{diag}(1, -1, 1)$
• 关于 $y$ 轴：$\mathbf{F}_y = \text{diag}(-1, 1, 1)$
• 关于原点：$\mathbf{F}_o = \text{diag}(-1, -1, 1)$

关于任意直线的反射： 对于直线 $\mathbf{n} \cdot \mathbf{p} = d$（$\mathbf{n}$ 是单位法向量）： $$\mathbf{F} = \mathbf{I} - 2\mathbf{n}\mathbf{n}^T$$ 对于直线 $ax + by + c = 0$：

1. 归一化：$\mathbf{n} = \frac{1}{\sqrt{a^2 + b^2}}(a, b)$

2. 构造反射矩阵： $$\mathbf{F} = \begin{bmatrix} 1-2n_x^2 & -2n_xn_y & -2cn_x/\sqrt{a^2+b^2} \ -2n_xn_y & 1-2n_y^2 & -2cn_y/\sqrt{a^2+b^2} \ 0 & 0 & 1 \end{bmatrix}$$ 性质：

3. 对合性：$\mathbf{F}^2 = \mathbf{I}$（反射两次回到原位）

4. 行列式：$\det(\mathbf{F}) = -1$（改变方向性）
5. 特征值：$\lambda = 1, -1, 1$ - 特征值1对应反射轴上的不动点 - 特征值-1对应垂直于反射轴的方向

组合反射：

• 两个反射的复合是旋转
• 三个反射的复合可能是反射或滑移反射
• 这构成了二维等距变换群的生成元

变换的分类与层次

保持性质的层次结构：

1. 欧几里得变换（刚体变换）： - 保持：距离、角度、面积、方向性 - 包含：平移、旋转

2. 相似变换： - 保持：角度、形状比例 - 包含：欧几里得变换 + 均匀缩放

3. 仿射变换： - 保持：平行性、面积比 - 包含：相似变换 + 错切 + 非均匀缩放

4. 投影变换： - 保持：直线性、交比 - 最一般的线性变换

2.1.3 基本三维变换

三维变换将二维概念扩展到三维空间，但引入了更多的复杂性，特别是在旋转表示和组合方面。

三维平移

三维平移扩展了二维情况： $$\mathbf{T}(t_x, t_y, t_z) = \begin{bmatrix} 1 & 0 & 0 & t_x \ 0 & 1 & 0 & t_y \ 0 & 0 & 1 & t_z \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 数学性质：

• 构成三维阿贝尔群：$\mathbf{T}(\mathbf{a})\mathbf{T}(\mathbf{b}) = \mathbf{T}(\mathbf{a}+\mathbf{b})$
• 逆变换：$\mathbf{T}^{-1}(t_x, t_y, t_z) = \mathbf{T}(-t_x, -t_y, -t_z)$
• 与旋转的交换性：$\mathbf{T}\mathbf{R} \neq \mathbf{R}\mathbf{T}$（一般情况）

应用场景：

• 物体世界定位
• 相机运动（与视图矩阵相关）
• 粒子系统的位置更新
• 骨骼动画的关节偏移

三维缩放

三维缩放影响物体的体积和比例： $$\mathbf{S}(s_x, s_y, s_z) = \begin{bmatrix} s_x & 0 & 0 & 0 \ 0 & s_y & 0 & 0 \ 0 & 0 & s_z & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 几何意义：

1. 体积变化：$V' = |s_x \cdot s_y \cdot s_z| \cdot V$
2. 表面积变化：取决于具体形状，如球体：$A' = (s_xs_y + s_ys_z + s_zs_x)/3 \cdot A$
3. 法向量变换：需要使用逆转置矩阵

特殊缩放类型：

1. 均匀缩放（$s_x = s_y = s_z = s$）： - 保持形状和角度 - 用于LOD（Level of Detail）系统 - 透视投影中的深度缩放

2. 平面缩放（如 $s_z = 0$）： - 将三维物体投影到平面 - 阴影生成的基础 - 注意：产生奇异矩阵

3. 各向异性缩放： - 模拟物理变形（挤压、拉伸） - 椭球体生成 - 纹理空间变换

缩放中心的选择：

绕点P缩放 = T(P) × S(sx,sy,sz) × T(-P)
常见中心：物体中心、包围盒中心、质心

三维旋转

三维旋转是最复杂的基本变换，有多种表示方法。

基本轴旋转

绕 x 轴旋转（俯仰 Pitch）： $$\mathbf{R}_x(\theta) = \begin{bmatrix} 1 & 0 & 0 & 0 \ 0 & \cos\theta & -\sin\theta & 0 \ 0 & \sin\theta & \cos\theta & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 绕 y 轴旋转（偏航 Yaw）： $$\mathbf{R}_y(\theta) = \begin{bmatrix} \cos\theta & 0 & \sin\theta & 0 \ 0 & 1 & 0 & 0 \ -\sin\theta & 0 & \cos\theta & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 绕 z 轴旋转（滚转 Roll）： $$\mathbf{R}_z(\theta) = \begin{bmatrix} \cos\theta & -\sin\theta & 0 & 0 \ \sin\theta & \cos\theta & 0 & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 记忆规则：

1. 旋转轴对应的行列保持单位向量形式
2. 其他2×2子矩阵是二维旋转矩阵
3. $\mathbf{R}_y$ 的符号相反（保持右手系）

旋转矩阵的性质：

1. 正交性：$\mathbf{R}^T\mathbf{R} = \mathbf{I}$
2. 行列式：$\det(\mathbf{R}) = 1$（保持手性）
3. 特征值：$\lambda = 1, e^{i\theta}, e^{-i\theta}$ - 实特征值1对应旋转轴 - 复特征值对描述旋转角度
4. 群结构：SO(3)特殊正交群 - 封闭性：旋转的复合仍是旋转 - 非交换：$\mathbf{R}_1\mathbf{R}_2 \neq \mathbf{R}_2\mathbf{R}_1$

欧拉角表示

任意旋转可分解为三次基本旋转：

1. ZYX顺序（偏航-俯仰-滚转）： $$\mathbf{R} = \mathbf{R}_z(\psi)\mathbf{R}_y(\theta)\mathbf{R}_x(\phi)$$

2. XYZ顺序（滚转-俯仰-偏航）： $$\mathbf{R} = \mathbf{R}_x(\phi)\mathbf{R}_y(\theta)\mathbf{R}_z(\psi)$$ 万向锁（Gimbal Lock）问题：

• 当中间旋转角为 ±90° 时发生
• 第一和第三次旋转轴对齐
• 失去一个旋转自由度
• 导致动画不连续

解决方案：

1. 限制旋转范围
2. 使用四元数
3. 轴角表示
4. 旋转矩阵直接插值

三维反射

三维反射扩展了二维情况：

基本平面反射：

• XY平面（z=0）：$\mathbf{F}_{xy} = \text{diag}(1, 1, -1, 1)$
• YZ平面（x=0）：$\mathbf{F}_{yz} = \text{diag}(-1, 1, 1, 1)$
• XZ平面（y=0）：$\mathbf{F}_{xz} = \text{diag}(1, -1, 1, 1)$

任意平面反射： 对于平面 $\mathbf{n} \cdot \mathbf{p} = d$（$\mathbf{n}$ 是单位法向量）： $$\mathbf{F} = \mathbf{I} - 2\mathbf{n}\mathbf{n}^T$$ 展开为4×4矩阵： $$\mathbf{F} = \begin{bmatrix} 1-2n_x^2 & -2n_xn_y & -2n_xn_z & -2dn_x \ -2n_yn_x & 1-2n_y^2 & -2n_yn_z & -2dn_y \ -2n_zn_x & -2n_zn_y & 1-2n_z^2 & -2dn_z \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 应用：

• 镜面效果
• 对称建模
• 阴影生成（平面投影）

三维错切

三维错切比二维复杂，有多种形式：

XY错切（沿z变化）： $$\mathbf{H}_{xy}(h_x, h_y) = \begin{bmatrix} 1 & 0 & h_x & 0 \ 0 & 1 & h_y & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 一般错切矩阵： $$\mathbf{H} = \begin{bmatrix} 1 & h_{xy} & h_{xz} & 0 \ h_{yx} & 1 & h_{yz} & 0 \ h_{zx} & h_{zy} & 1 & 0 \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 性质：

• 保持体积：$\det(\mathbf{H}) = 1$
• 平行平面保持平行
• 可分解为基本错切的组合

变换的组合与优化

组合顺序的重要性：

局部到世界：Scale → Rotate → Translate
世界到局部：Translate^(-1) → Rotate^(-1) → Scale^(-1)

常见组合模式：

1. TRS变换：$\mathbf{M} = \mathbf{T}\mathbf{R}\mathbf{S}$ - 最常用的组合顺序 - 便于独立控制各分量 - 适合关键帧动画

2. 枢轴点变换： $$\mathbf{M} = \mathbf{T}_{\text{pos}}\mathbf{T}_{\text{pivot}}\mathbf{R}\mathbf{S}\mathbf{T}_{-\text{pivot}}$$

• 支持任意点为中心的变换
• 用于3D软件的变换工具

3. 层次变换： $$\mathbf{M}_{\text{child}} = \mathbf{M}_{\text{parent}} \mathbf{M}_{\text{local}}$$

• 场景图结构
• 骨骼动画系统
• 相对坐标系

性能优化考虑：

1. 矩阵缓存： - 预计算静态变换 - 缓存中间结果 - 避免重复计算

2. SIMD优化： - 4×4矩阵适合SSE/AVX - 批量顶点变换 - 并行矩阵乘法

3. 精度维护： - 定期正交化旋转部分 - 使用双精度关键计算 - 避免极小缩放值

2.1.4 任意轴旋转（Rodrigues' Rotation Formula）

绕任意单位向量 $\mathbf{n} = (n_x, n_y, n_z)$ 旋转 $\theta$ 角度是三维图形学的核心操作。Rodrigues公式提供了优雅的解决方案： $$\mathbf{R}(\mathbf{n}, \theta) = \cos\theta \mathbf{I} + (1-\cos\theta)\mathbf{n}\mathbf{n}^T + \sin\theta \mathbf{N}$$ 其中 $\mathbf{N}$ 是 $\mathbf{n}$ 的反对称矩阵（叉积矩阵）： $$\mathbf{N} = \begin{bmatrix} 0 & -n_z & n_y \ n_z & 0 & -n_x \ -n_y & n_x & 0 \end{bmatrix}$$

几何推导与直觉

核心思想：将任意向量分解为平行和垂直于旋转轴的分量，分别处理。

对于向量 $\mathbf{v}$：

1. 平行分量：$\mathbf{v}_\parallel = (\mathbf{n} \cdot \mathbf{v})\mathbf{n}$ - 沿旋转轴的投影 - 旋转时保持不变

2. 垂直分量：$\mathbf{v}_\perp = \mathbf{v} - \mathbf{v}_\parallel$ - 在垂直于轴的平面内 - 进行二维旋转

3. 正交基构建： - $\mathbf{e}_1 = \mathbf{v}_\perp / ||\mathbf{v}_\perp||$ - $\mathbf{e}_2 = \mathbf{n} \times \mathbf{e}_1$ - 在 $(\mathbf{e}_1, \mathbf{e}_2)$ 平面内旋转

旋转后的向量： $$\mathbf{v}' = \mathbf{v}_\parallel + \cos\theta \mathbf{v}_\perp + \sin\theta (\mathbf{n} \times \mathbf{v}_\perp)$$ 注意：$\mathbf{n} \times \mathbf{v}_\perp = \mathbf{n} \times \mathbf{v}$（因为 $\mathbf{n} \times \mathbf{v}_\parallel = \mathbf{0}$）

矩阵形式展开

将向量形式转换为矩阵形式，我们得到： $$\mathbf{R}(\mathbf{n}, \theta) = \begin{bmatrix} c + n_x^2(1-c) & n_xn_y(1-c) - n_zs & n_xn_z(1-c) + n_ys \ n_yn_x(1-c) + n_zs & c + n_y^2(1-c) & n_yn_z(1-c) - n_xs \ n_zn_x(1-c) - n_ys & n_zn_y(1-c) + n_xs & c + n_z^2(1-c) \end{bmatrix}$$ 其中 $c = \cos\theta$，$s = \sin\theta$。

验证矩阵性质：

1. 正交性：$\mathbf{R}^T\mathbf{R} = \mathbf{I}$
2. 行列式：$\det(\mathbf{R}) = 1$（保持右手系）
3. 特征值：$\lambda_1 = 1$（对应旋转轴），$\lambda_{2,3} = e^{\pm i\theta}$
4. 迹：$\text{tr}(\mathbf{R}) = 1 + 2\cos\theta$（用于提取旋转角）

特殊角度的简化

1. $\theta = 0$：$\mathbf{R} = \mathbf{I}$（恒等变换）

2. $\theta = 90°$： $$\mathbf{R}(\mathbf{n}, 90°) = \mathbf{n}\mathbf{n}^T + \mathbf{N}$$ 纯叉积形式，计算简化

3. $\theta = 180°$： $$\mathbf{R}(\mathbf{n}, 180°) = 2\mathbf{n}\mathbf{n}^T - \mathbf{I}$$ 关于轴的反射组合

4. 小角度近似（$\theta \ll 1$）： $$\mathbf{R}(\mathbf{n}, \theta) \approx \mathbf{I} + \theta\mathbf{N}$$ 线性化旋转，用于微分运动

与其他表示的转换

1. 轴角到旋转矩阵： 使用 Rodrigues 公式直接计算。

2. 旋转矩阵到轴角： - 旋转角：$\theta = \arccos\left(\frac{\text{tr}(\mathbf{R}) - 1}{2}\right)$ - 旋转轴：从 $\mathbf{R} - \mathbf{R}^T$ 提取（反对称部分） - 特殊情况：$\theta = 0$ 或 $\theta = 180°$ 需要特殊处理

3. 四元数表示： $$q = \left[\cos\frac{\theta}{2}, \sin\frac{\theta}{2}\mathbf{n}\right]$$ 四元数到旋转矩阵： $$\mathbf{R} = \mathbf{I} + 2s\mathbf{Q} + 2\mathbf{Q}^2$$ 其中 $q = [s, \mathbf{v}]$，$\mathbf{Q}$ 是 $\mathbf{v}$ 的叉积矩阵。

4. 指数映射： $$\mathbf{R} = \exp(\theta\mathbf{N}) = \sum_{k=0}^{\infty} \frac{(\theta\mathbf{N})^k}{k!}$$ 利用 $\mathbf{N}^3 = -\mathbf{N}$ 的性质，可得到 Rodrigues 公式。

数值稳定性考虑

1. 接近 0° 的情况：

if (theta < epsilon):
    return I + theta * N  // 线性近似

2. 接近 180° 的情况：

if (theta > pi - epsilon):
    // 使用对称矩阵形式
    // 从最大对角元素提取轴

3. 归一化保证： - 输入轴必须是单位向量 - 定期重新归一化以消除数值误差

计算优化技巧

1. 减少三角函数调用：

c = cos(theta)
s = sin(theta)
t = 1 - c

2. 利用对称性：

// 只计算上三角，然后复制
R[0][1] = t*n.x*n.y - s*n.z
R[1][0] = t*n.x*n.y + s*n.z

3. SIMD 向量化： - 同时计算多个向量的旋转 - 使用向量指令集（SSE/AVX）

4. 预计算常用旋转： - 90°、180° 等特殊角度 - 常用轴（坐标轴）的旋转

应用场景

1. 相机控制： - Arcball 旋转：鼠标拖动映射到球面旋转 - FPS相机：偏航和俯仰的组合

2. 物体定向： - Look-at 约束：计算使物体朝向目标的旋转 - 对齐到表面：法向量定义旋转轴

3. 动画插值： - 轴角表示便于线性插值（注意归一化） - 与四元数 SLERP 的转换

4. 物理模拟： - 角速度积分：$\mathbf{R}(t+dt) = \mathbf{R}(\boldsymbol{\omega}, ||\boldsymbol{\omega}||dt) \cdot \mathbf{R}(t)$ - 约束求解：旋转轴often作为约束条件

几何意义的深入理解

旋转的李群结构：

• SO(3) 是特殊正交群
• 旋转的组合仍是旋转
• 指数映射连接李代数 so(3) 和李群 SO(3)

旋转的不变量：

• 保持向量长度
• 保持向量夹角
• 保持三重积（体积和手性）
• 保持点到旋转轴的距离

螺旋运动： 结合旋转和沿轴平移： $$\mathbf{T} = \begin{bmatrix} \mathbf{R}(\mathbf{n}, \theta) & \mathbf{t}\mathbf{n} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 形成螺旋线轨迹，广泛应用于：

• 螺丝运动
• DNA双螺旋建模
• 粒子轨迹

2.1.5 变换的分解与组合

理解如何分解和组合变换是掌握计算机图形学的关键。每个复杂变换都可以分解为基本变换的组合，而正确的组合顺序决定了最终效果。

仿射变换的一般形式

任意仿射变换可表示为： $$\mathbf{A} = \begin{bmatrix} \mathbf{M}_{3\times3} & \mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 其中：

• $\mathbf{M}_{3\times3}$：线性变换部分（旋转、缩放、错切）
• $\mathbf{t}$：平移向量
• 最后一行保证矩阵可逆性

变换分解理论

1. 极分解（Polar Decomposition）： $$\mathbf{M} = \mathbf{R} \cdot \mathbf{S}$$ 其中：

• $\mathbf{R}$：正交矩阵（旋转）
• $\mathbf{S}$：对称正定矩阵（缩放和错切）

计算方法： $$\mathbf{S} = \sqrt{\mathbf{M}^T\mathbf{M}}, \quad \mathbf{R} = \mathbf{M}\mathbf{S}^{-1}$$

2. 奇异值分解（SVD）： $$\mathbf{M} = \mathbf{U} \boldsymbol{\Sigma} \mathbf{V}^T$$ 几何意义：

• $\mathbf{V}^T$：第一次旋转（对齐到主轴）
• $\boldsymbol{\Sigma}$：沿主轴缩放
• $\mathbf{U}$：第二次旋转（到最终方向）

3. QR 分解： $$\mathbf{M} = \mathbf{Q} \cdot \mathbf{R}$$ 其中：

• $\mathbf{Q}$：正交矩阵（旋转）
• $\mathbf{R}$：上三角矩阵（缩放和错切）

使用 Gram-Schmidt 正交化计算。

变换的分类与层次

变换按照保持的几何性质形成严格的层次结构：

1. 刚体变换（Rigid/Euclidean Transform）

定义：保持距离和角度的变换

• 组成：旋转 + 平移
• 标准形式：$\mathbf{M} = \begin{bmatrix} \mathbf{R} & \mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$
• 自由度：6（3个平移 + 3个旋转）
• 不变量：
• 点间距离：$||\mathbf{p}_1' - \mathbf{p}_2'|| = ||\mathbf{p}_1 - \mathbf{p}_2||$
• 向量夹角：$\mathbf{v}_1' \cdot \mathbf{v}_2' = \mathbf{v}_1 \cdot \mathbf{v}_2$
• 体积和手性

应用：物体姿态、相机运动、刚体动力学

2. 相似变换（Similarity Transform）

定义：保持角度和形状比例的变换

• 组成：均匀缩放 + 旋转 + 平移
• 标准形式：$\mathbf{M} = \begin{bmatrix} s\mathbf{R} & \mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$
• 自由度：7（1个缩放因子）
• 不变量：
• 角度：$\angle(\mathbf{v}_1', \mathbf{v}_2') = \angle(\mathbf{v}_1, \mathbf{v}_2)$
• 距离比：$\frac{||\mathbf{p}_1' - \mathbf{p}_2'||}{||\mathbf{p}_3' - \mathbf{p}_4'||} = \frac{||\mathbf{p}_1 - \mathbf{p}_2||}{||\mathbf{p}_3 - \mathbf{p}_4||}$

应用：LOD系统、UI缩放、地图投影

3. 仿射变换（Affine Transform）

定义：保持平行性和直线性的变换

• 组成：缩放 + 错切 + 旋转 + 平移
• 一般形式：$\mathbf{M} = \begin{bmatrix} \mathbf{A} & \mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$，$\det(\mathbf{A}) \neq 0$
• 自由度：12
• 不变量：
• 平行线保持平行
• 中点保持中点
• 面积比：$\frac{\text{Area}(\triangle A'B'C')}{\text{Area}(\triangle ABC)} = |\det(\mathbf{A})|$
• 重心坐标

应用：纹理映射、图像校正、形变动画

4. 投影变换（Projective Transform）

定义：最一般的线性变换

• 一般形式：$\mathbf{P} = \begin{bmatrix} \mathbf{A} & \mathbf{t} \ \mathbf{v}^T & s \end{bmatrix}$
• 自由度：15（$4\times4$ 矩阵减去齐次缩放）
• 不变量：
• 直线映射为直线
• 交比（Cross-ratio）：$\frac{AC \cdot BD}{AD \cdot BC}$
• 共线性和共点性

应用：透视投影、图像纠正、增强现实

变换群的包含关系：

刚体 ⊂ 相似 ⊂ 仿射 ⊂ 投影

每一级都是上一级的特殊情况。

变换顺序的深刻影响

变换的不交换性是图形学中最容易犯错的地方之一。让我们通过具体例子深入理解：

示例1：平移与旋转的顺序

先平移后旋转： $$\mathbf{M}_1 = \mathbf{R} \cdot \mathbf{T} = \begin{bmatrix} \mathbf{R}_{3\times3} & \mathbf{R}_{3\times3}\mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 先旋转后平移： $$\mathbf{M}_2 = \mathbf{T} \cdot \mathbf{R} = \begin{bmatrix} \mathbf{R}_{3\times3} & \mathbf{t} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 几何解释：

• $\mathbf{M}_1$：物体先移到新位置，然后绕原点旋转（公转）
• $\mathbf{M}_2$：物体先绕自身中心旋转，然后平移（自转）

示例2：缩放与旋转的顺序

考虑非均匀缩放 $\mathbf{S}(2, 1, 1)$ 和旋转 $\mathbf{R}_z(45°)$：

• $\mathbf{R} \cdot \mathbf{S}$：先缩放（变成椭圆），后旋转（椭圆旋转）
• $\mathbf{S} \cdot \mathbf{R}$：先旋转（正圆旋转），后缩放（沿新轴缩放）

结果完全不同！

交换条件： 两个变换 $\mathbf{A}$ 和 $\mathbf{B}$ 可交换当且仅当：

1. 都是平移：$\mathbf{T}_1 \mathbf{T}_2 = \mathbf{T}_2 \mathbf{T}_1$
2. 都是绕同一轴的旋转
3. 都是均匀缩放
4. 一个是恒等变换

实用指南：

局部到世界：Scale → Rotate → Translate
世界到局部：Translate^(-1) → Rotate^(-1) → Scale^(-1)

复合变换的构造技巧

1. 绕任意点旋转

绕点 $\mathbf{c}$ 旋转 $\theta$ 角度： $$\mathbf{M} = \mathbf{T}(\mathbf{c}) \cdot \mathbf{R}(\theta) \cdot \mathbf{T}(-\mathbf{c})$$ 展开后： $$\mathbf{M} = \begin{bmatrix} \mathbf{R} & \mathbf{c} - \mathbf{R}\mathbf{c} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 这揭示了“移动到原点-变换-移回”模式的普遍性。

2. 绕任意轴缩放

给定轴方向 $\mathbf{u}$ 和缩放因子 $s$：

1. 构造旋转矩阵 $\mathbf{R}$ 使 $\mathbf{u}$ 对齐到某坐标轴
2. 沿该轴缩放：$\mathbf{S} = \text{diag}(s, 1, 1)$
3. 旋转回去：$\mathbf{M} = \mathbf{R}^T \mathbf{S} \mathbf{R}$

直接公式： $$\mathbf{M} = \mathbf{I} + (s-1)\mathbf{u}\mathbf{u}^T$$

3. 镜像与旋转的组合

滑移反射（Glide Reflection）： $$\mathbf{G} = \mathbf{T}(\mathbf{d}) \cdot \mathbf{F}$$ 其中 $\mathbf{d}$ 平行于反射面。

两个反射的复合产生旋转： $$\mathbf{F}_1 \cdot \mathbf{F}_2 = \mathbf{R}(2\theta)$$ 其中 $\theta$ 是两个反射面的夹角。

4. 螺旋变换

绕轴 $\mathbf{n}$ 旋转 $\theta$ 同时沿轴平移 $d$： $$\mathbf{H} = \begin{bmatrix} \mathbf{R}(\mathbf{n}, \theta) & d\mathbf{n} \ \mathbf{0}^T & 1 \end{bmatrix}$$ 应用：DNA双螺旋、螺丝运动、弹簧形变。

变换的插值技术

在动画和过渡效果中，我们经常需要在两个变换之间平滑插值。直接插值矩阵元素通常会产生错误结果。

1. 平移插值

最简单的情况，直接线性插值： $$\mathbf{t}(\alpha) = (1-\alpha)\mathbf{t}_0 + \alpha\mathbf{t}_1$$ 对于曲线路径，可使用：

• Bezier 曲线
• Catmull-Rom 样条
• Hermite 插值

2. 旋转插值

错误方法：直接插值旋转矩阵

• 结果不再是旋转矩阵（不正交）
• 产生缩放和错切效果

正确方法：

a) 四元数 SLERP（球面线性插值）： $$q(t) = \frac{\sin((1-t)\theta)}{\sin\theta}q_0 + \frac{\sin(t\theta)}{\sin\theta}q_1$$ 其中 $\cos\theta = q_0 \cdot q_1$

b) 指数映射插值： $$\mathbf{R}(t) = \mathbf{R}_0 \exp(t \log(\mathbf{R}_0^{-1}\mathbf{R}_1))$$ c) 轴角插值：

• 提取轴和角度
• 分别插值（注意轴的归一化）

3. 缩放插值

为避免负值和保持平滑性： $$s(t) = s_0^{1-t} \cdot s_1^t = \exp((1-t)\log s_0 + t\log s_1)$$ 对于各向异性缩放，对每个分量独立处理。

4. 完整变换插值

对于一般的 TRS 变换：

1. 分解两个变换为 T、R、S 分量
2. 分别插值各分量
3. 重新组合

M(t) = T(t) × R(t) × S(t)

5. 高级插值技术

双四元数（Dual Quaternion）：

• 同时表示旋转和平移
• 实现螺旋插值
• 避免“糖果纸效应”

矩阵对数插值： $$\mathbf{M}(t) = \exp(t \log(\mathbf{M}_0^{-1}\mathbf{M}_1)) \mathbf{M}_0$$ 适用于任意可逆变换。

2.2 模型、视图、投影变换

图形渲染管线的核心是将三维世界投影到二维屏幕。这个过程通过一系列精心设计的变换完成，每个变换都有其特定的目的和数学基础。

2.2.1 坐标系统与变换管线

图形渲染管线中的坐标系统：

1. 模型空间（Model Space） - 定义：物体的局部坐标系，通常以物体中心或关键点为原点 - 用途：建模、动画骨骼绑定 - 特点：每个物体有独立的模型空间

2. 世界空间（World Space） - 定义：场景的全局坐标系，所有物体的统一参考系 - 用途：物体定位、光照计算、物理模拟 - 坐标系选择：通常 Y-up（OpenGL）或 Z-up（某些CAD系统）

3. 视图空间（View/Camera Space） - 定义：以相机为原点，-Z 为视线方向的坐标系 - 用途：视锥体裁剪、深度排序 - 约定：右手系（OpenGL）或左手系（DirectX）

4. 裁剪空间（Clip Space） - 定义：投影变换后的齐次坐标系 - 范围：未进行透视除法，$w$ 分量包含深度信息 - 用途：视锥体裁剪、透视插值

5. NDC空间（Normalized Device Coordinates） - 定义：透视除法后的归一化坐标 - 范围：$[-1,1]^3$（OpenGL）或 $[-1,1]^2 \times [0,1]$（DirectX） - 特点：与设备无关的标准化坐标

6. 屏幕空间（Screen Space） - 定义：最终的像素坐标 - 范围：$[0,W] \times [0,H] \times [0,1]$ - 用途：光栅化、片元着色

完整的变换管线： $$\text{顶点} \xrightarrow{\mathbf{M}} \text{世界} \xrightarrow{\mathbf{V}} \text{视图} \xrightarrow{\mathbf{P}} \text{裁剪} \xrightarrow{\text{÷w}} \text{NDC} \xrightarrow{\mathbf{VP}} \text{屏幕}$$ 坐标系的手性（Handedness）：

• 右手系：拇指=X，食指=Y，中指=Z（OpenGL默认）
• 左手系：Z轴方向相反（DirectX默认）
• 转换：通过缩放 $\mathbf{S}(1,1,-1)$ 实现

2.2.2 模型变换（Model Transform）

模型变换将物体从模型空间变换到世界空间： $$\mathbf{M}_{\text{model}} = \mathbf{T}_{\text{world}} \cdot \mathbf{R}_{\text{world}} \cdot \mathbf{S}_{\text{local}}$$ 模型变换的组成：

1. 局部缩放：调整物体大小
2. 局部旋转：设置物体朝向
3. 世界平移：放置物体位置

层次化变换（Hierarchical Transforms）： 场景图中的父子关系： $$\mathbf{M}_{\text{child}} = \mathbf{M}_{\text{parent}} \cdot \mathbf{M}_{\text{local}}$$ 例如，机械臂的变换链：

• 基座 → 上臂 → 前臂 → 手掌 → 手指

实例化渲染（Instanced Rendering）： 对于大量相同模型（如森林中的树木）：

基础模型矩阵 + 每实例变换数据 = 最终变换

优化技巧：

• GPU实例化：使用实例缓冲区存储每个实例的变换
• LOD（细节层次）：根据距离选择不同精度的模型
• 视锥体剔除：只变换可见物体

骨骼动画的模型变换： 顶点最终位置由多个骨骼影响： $$\mathbf{v}' = \sum_{i} w_i \mathbf{M}_{\text{bone},i} \mathbf{M}_{\text{bind},i}^{-1} \mathbf{v}$$ 其中：

• $w_i$：骨骼权重
• $\mathbf{M}_{\text{bone},i}$：骨骼当前变换
• $\mathbf{M}_{\text{bind},i}^{-1}$：绑定姿态的逆变换

2.2.3 视图变换（View Transform）

视图变换将世界空间变换到相机空间，是实现“第一人称视角”的关键。它的本质是将相机放置在原点，朝向-Z轴，同时将整个世界做相应变换。

Look-At 变换

给定相机参数：

• 位置：$\mathbf{e}$ (eye position)
• 观察目标：$\mathbf{c}$ (center/target)
• 上方向：$\mathbf{t}$ (up direction)

步骤1：构建相机坐标系

使用右手坐标系（OpenGL约定）： $$\begin{align} \mathbf{g} &= \mathbf{c} - \mathbf{e} \quad \text{(观察方向)} \ \mathbf{w} &= -\frac{\mathbf{g}}{||\mathbf{g}||} \quad \text{(相机-Z轴，指向后方)} \ \mathbf{u} &= \frac{\mathbf{t} \times \mathbf{w}}{||\mathbf{t} \times \mathbf{w}||} \quad \text{(相机X轴，指向右方)} \ \mathbf{v} &= \mathbf{w} \times \mathbf{u} \quad \text{(相机Y轴，指向上方)} \end{align}$$ 注意：$\mathbf{t}$ 不需要与 $\mathbf{g}$ 垂直，只需不平行。

步骤2：构造视图矩阵

视图变换分两步：

1. 平移相机到原点：$\mathbf{T}(-\mathbf{e})$
2. 旋转对齐坐标轴：$\mathbf{R}$

旋转矩阵将相机坐标轴对齐到世界坐标轴： $$\mathbf{R} = \begin{bmatrix} \mathbf{u}^T \ \mathbf{v}^T \ \mathbf{w}^T \end{bmatrix}$$ 这是正交矩阵，因为 $(\mathbf{u}, \mathbf{v}, \mathbf{w})$ 是标准正交基。

最终视图矩阵： $$\mathbf{V} = \mathbf{R} \cdot \mathbf{T}(-\mathbf{e}) = \begin{bmatrix} \mathbf{u}^T & -\mathbf{u} \cdot \mathbf{e} \ \mathbf{v}^T & -\mathbf{v} \cdot \mathbf{e} \ \mathbf{w}^T & -\mathbf{w} \cdot \mathbf{e} \ 0 & 1 \end{bmatrix}$$

相机控制模式

1. FPS（第一人称射击）相机

使用欧拉角（yaw, pitch, roll）：

yaw: 水平旋转（绕Y轴）
pitch: 俯仰（绕X轴）
roll: 滚转（绕Z轴，通常为0）

前向量计算： $$\mathbf{forward} = \begin{bmatrix} \sin(yaw) \cdot \cos(pitch) \ \sin(pitch) \ \cos(yaw) \cdot \cos(pitch) \end{bmatrix}$$

2. 轨道相机（Orbit Camera）

绕目标点旋转，使用球坐标：

• 距离：$r$
• 方位角：$\theta$ (azimuth)
• 俯仰角：$\phi$ (elevation)

相机位置： $$\mathbf{e} = \mathbf{c} + r\begin{bmatrix} \sin\theta \cos\phi \ \sin\phi \ \cos\theta \cos\phi \end{bmatrix}$$

3. Arcball 相机

将鼠标移动映射到球面旋转：

1. 将屏幕坐标映射到虚拟球面
2. 计算两点间的旋转
3. 更新相机方向

视图矩阵的优化

1. 避免重复计算

// 缓存视图矩阵
if (camera.hasChanged()) {
    viewMatrix = computeViewMatrix();
    camera.clearChangeFlag();
}

2. 增量更新

对于小幅度移动： $$\mathbf{V}_{new} = \mathbf{T}(\Delta\mathbf{p}) \cdot \mathbf{V}_{old}$$ 对于小幅度旋转： $$\mathbf{V}_{new} = \mathbf{V}_{old} \cdot \mathbf{R}(\Delta\theta)$$

3. 双精度计算

对于大场景，相机远离原点时：

// 使用双精度计算视图矩阵
// 单精度传递给GPU

特殊情况处理

1. 垂直观察问题

当 $\mathbf{g}$ 与 $\mathbf{t}$ 平行时：

if (|g × t| < epsilon) {
    // 使用备用up向量
    t = (|g.y| < 0.9) ? vec3(0,1,0) : vec3(1,0,0);
}

2. 旋转奇异性

避免万向锁：

pitch = clamp(pitch, -89°, 89°);

多视图渲染

1. 立体视觉（Stereoscopic）

左右眼分离： $$\mathbf{V}_{left} = \mathbf{T}(-IPD/2, 0, 0) \cdot \mathbf{V}$$ $$\mathbf{V}_{right} = \mathbf{T}(IPD/2, 0, 0) \cdot \mathbf{V}$$ 其中 IPD 是瞳距（约 6.5cm）。

2. 立方体贴图（Cubemap）渲染

从中心点渲染6个方向：

+X: (1,0,0), up=(0,1,0)
-X: (-1,0,0), up=(0,1,0)
+Y: (0,1,0), up=(0,0,-1)
-Y: (0,-1,0), up=(0,0,1)
+Z: (0,0,1), up=(0,1,0)
-Z: (0,0,-1), up=(0,1,0)

性能考虑

1. 视锥体剔除：在视图空间执行更高效
2. LOD 选择：基于视图空间距离
3. 遮挡剔除：利用视图空间的Z序

2.2.4 投影变换（Projection Transform）

投影变换是图形管线中最关键的步骤之一，它决定了我们如何将三维世界“拍平”到二维平面。不同的投影方式产生不同的视觉效果和应用场景。

透视投影（Perspective Projection）

透视投影模拟人眼和相机的成像原理，产生“近大远小”的效果。

几何原理

基于小孔成像模型：

• 点 $(x, y, z)$ 投影到近平面 $z = n$ 上
• 使用相似三角形：$x' = \frac{nx}{z}$, $y' = \frac{ny}{z}$

视锥体参数

1. 基于视场角（常用）： - 垂直视场角：$\text{fov}_y$ - 宽高比：$\text{aspect} = \frac{w}{h}$ - 近/远平面：$n, f$

2. 基于边界（灵活）： - 近平面边界：$[l, r] \times [b, t]$ - 近/远平面：$n, f$

透视投影矩阵推导

步骤1：将视锥体压缩成立方体

• 保持近平面不变
• 远平面中心不变
• 边缘按透视关系缩放

步骤2：应用正交投影

最终矩阵（OpenGL约定）： $$\mathbf{P}_{\text{persp}} = \begin{bmatrix} \frac{1}{\text{aspect} \cdot \tan(\text{fov}_y/2)} & 0 & 0 & 0 \ 0 & \frac{1}{\tan(\text{fov}_y/2)} & 0 & 0 \ 0 & 0 & \frac{f+n}{n-f} & \frac{2fn}{n-f} \ 0 & 0 & -1 & 0 \end{bmatrix}$$ 透视除法的意义

投影后的齐次坐标：$(x', y', z', w')$

• $w' = -z$（存储原始深度信息）
• 透视除法：$(x'/w', y'/w', z'/w')$
• 实现“除以z”的效果

非线性深度映射

NDC 深度值： $$z_{NDC} = \frac{f+n}{f-n} + \frac{2fn}{(f-n)z}$$ 特点：

• 近平面附近精度高
• 远平面附近精度低
• 可能导致 Z-fighting

正交投影（Orthographic Projection）

正交投影保持平行线平行，没有透视效果。

几何意义

• 平行投影线
• 保持尺寸比例
• 无“近大远小”

正交投影矩阵

给定视景体 $[l,r] \times [b,t] \times [n,f]$： $$\mathbf{P}_{\text{ortho}} = \begin{bmatrix} \frac{2}{r-l} & 0 & 0 & -\frac{r+l}{r-l} \ 0 & \frac{2}{t-b} & 0 & -\frac{t+b}{t-b} \ 0 & 0 & \frac{2}{n-f} & -\frac{n+f}{n-f} \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 这实际上是：

1. 平移到原点：$\mathbf{T}(-\frac{r+l}{2}, -\frac{t+b}{2}, -\frac{n+f}{2})$
2. 缩放到 $[-1,1]^3$：$\mathbf{S}(\frac{2}{r-l}, \frac{2}{t-b}, \frac{2}{n-f})$

深度精度优化

1. 反向 Z（Reverse-Z）

传统方法的问题：

• 浮点数在 0 附近精度最高
• 但 NDC 深度在近平面是 0（浪费精度）

解决方案：

近平面映射到 1
远平面映射到 0
深度测试改为 GREATER

修改后的投影矩阵： $$P_{33} = \frac{n}{n-f}, \quad P_{34} = \frac{fn}{n-f}$$

2. 对数深度（Logarithmic Depth）

在片元着色器中：

gl_FragDepth = log(C * w + 1) / log(C * f + 1);

其中 C 是调节参数（如 1.0）。

3. 级联阴影贴图（CSM）

将视锥体分割成多个区间：

近景：[0.1, 10] - 高精度
中景：[10, 100] - 中精度
远景：[100, 1000] - 低精度

特殊投影技术

1. 斜投影（Oblique Projection）

用于水面反射等效果： $$\mathbf{P}_{oblique} = \mathbf{P} \cdot \begin{bmatrix} 1 & 0 & 0 & 0 \ 0 & 1 & 0 & 0 \ 0 & 0 & 1 & 1 \ 0 & 0 & 0 & 0 \end{bmatrix} \cdot \begin{bmatrix} 1 & 0 & a & 0 \ 0 & 1 & b & 0 \ 0 & 0 & 1 & 0 \ 0 & 0 & c & 1 \end{bmatrix}$$

2. 非对称投影

VR/AR 中的应用：

left = -0.5 * IPD - 0.5 * w
right = 0.5 * IPD + 0.5 * w

3. 无限远平面

设置 $f \to \infty$： $$P_{33} = -1, \quad P_{34} = -2n$$ 适用于开放世界场景。

投影矩阵的选择

透视投影适用于：

• 游戏和虚拟现实
• 电影和动画
• 任何需要真实感的场景

正交投影适用于：

• CAD 和工程制图
• 建筑设计
• 2D 游戏和 UI
• 阴影贴图生成

投影后的处理

1. 齐次裁剪

在裁剪空间执行：

-w ≤ x ≤ w
-w ≤ y ≤ w
0 ≤ z ≤ w (D3D)
-w ≤ z ≤ w (OpenGL)

2. 透视正确插值

屏幕空间属性插值： $$attr = \frac{\frac{attr_0}{w_0}\lambda_0 + \frac{attr_1}{w_1}\lambda_1 + \frac{attr_2}{w_2}\lambda_2}{\frac{1}{w_0}\lambda_0 + \frac{1}{w_1}\lambda_1 + \frac{1}{w_2}\lambda_2}$$ 其中 $\lambda_i$ 是重心坐标。

2.2.5 视口变换（Viewport Transform）

视口变换是渲染管线的最后一个几何变换，它将标准化设备坐标（NDC）映射到屏幕像素坐标。

基本视口变换

将 NDC 坐标 $[-1,1]^3$ 映射到屏幕坐标 $[0,w] \times [0,h] \times [0,1]$： $$\mathbf{M}_{\text{viewport}} = \begin{bmatrix} \frac{w}{2} & 0 & 0 & \frac{w}{2} \ 0 & \frac{h}{2} & 0 & \frac{h}{2} \ 0 & 0 & \frac{1}{2} & \frac{1}{2} \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 注意：

• OpenGL 坐标原点在左下角
• DirectX 坐标原点在左上角（需要翻转 Y 轴）
• 深度范围：OpenGL $[-1,1] \to [0,1]$，DirectX $[0,1] \to [0,1]$

自定义视口

对于部分屏幕渲染（如分屏、小地图）： $$\mathbf{M}_{\text{custom}} = \begin{bmatrix} \frac{w_{vp}}{2} & 0 & 0 & x_{vp} + \frac{w_{vp}}{2} \ 0 & \frac{h_{vp}}{2} & 0 & y_{vp} + \frac{h_{vp}}{2} \ 0 & 0 & \frac{f_{vp}-n_{vp}}{2} & \frac{f_{vp}+n_{vp}}{2} \ 0 & 0 & 0 & 1 \end{bmatrix}$$ 其中：

• $(x_{vp}, y_{vp})$：视口左下角位置
• $(w_{vp}, h_{vp})$：视口尺寸
• $[n_{vp}, f_{vp}]$：深度范围（通常 $[0,1]$）

像素中心与采样

像素中心偏移

Direct3D 约定：像素中心在 $(0.5, 0.5)$

pixel_center = floor(ndc_coord * viewport_size) + 0.5

OpenGL 约定：可配置，默认也是 $(0.5, 0.5)$

多重采样考虑

MSAA 时的子像素位置：

2x2 pattern:
(0.25, 0.25), (0.75, 0.25)
(0.25, 0.75), (0.75, 0.75)

高 DPI 显示器处理

设备像素比（Device Pixel Ratio）

逻辑像素 vs 物理像素
Retina: 2x或 3x

需要调整视口变换：

w_physical = w_logical * devicePixelRatio
h_physical = h_logical * devicePixelRatio

特殊视口技术

1. 裁剪视口（Scissor Test）

限制渲染区域：

glScissor(x, y, width, height);
glEnable(GL_SCISSOR_TEST);

应用：分屏渲染、UI 裁剪、性能优化

2. 分屏渲染

左右分屏：

// 左半屏
glViewport(0, 0, width/2, height);
renderPlayer1();

// 右半屏
glViewport(width/2, 0, width/2, height);
renderPlayer2();

3. 画中画（Picture-in-Picture）

主视图 + 小地图：

// 主视图
glViewport(0, 0, width, height);
renderMainView();

// 小地图
glViewport(width-200, height-150, 200, 150);
renderMinimap();

分辨率独立渲染

动态分辨率调整

根据性能调整渲染分辨率：

render_width = screen_width * resolution_scale;
render_height = screen_height * resolution_scale;

// 渲染到较小的 framebuffer
// 然后上采样到屏幕

超采样与欠采样

• 超采样（SSAA）：resolution_scale > 1.0
• 欠采样：resolution_scale < 1.0（提高性能）

坐标系统总结

完整的变换链：

模型空间 → 世界空间 → 视图空间 → 裁剪空间 → NDC → 屏幕空间
   (M)        (V)        (P)      (÷w)     (VP)

逆变换（屏幕到世界）：

1. 屏幕到 NDC：$\mathbf{M}_{\text{viewport}}^{-1}$
2. NDC 到裁剪空间：乘以 $w$
3. 裁剪到视图：$\mathbf{P}^{-1}$
4. 视图到世界：$\mathbf{V}^{-1}$
5. 世界到模型：$\mathbf{M}^{-1}$

常用于：

• 鼠标拾取（Mouse Picking）
• 射线投射
• 屏幕空间特效

2.3 变换矩阵的组合与优化

2.3.1 矩阵组合的数学性质

结合律：$(AB)C = A(BC)$

• 允许预计算变换序列
• 减少实时计算量

不满足交换律：$AB \neq BA$（一般情况）

• 变换顺序至关重要
• 常见错误：先旋转后平移 vs 先平移后旋转

逆变换：

• 平移的逆：$\mathbf{T}^{-1}(t_x, t_y, t_z) = \mathbf{T}(-t_x, -t_y, -t_z)$
• 旋转的逆：$\mathbf{R}^{-1} = \mathbf{R}^T$（正交矩阵性质）
• 缩放的逆：$\mathbf{S}^{-1}(s_x, s_y, s_z) = \mathbf{S}(1/s_x, 1/s_y, 1/s_z)$
• 组合的逆：$(AB)^{-1} = B^{-1}A^{-1}$

2.3.2 变换矩阵的优化技巧

1. 矩阵预计算

MVP = Projection × View × Model  // 预计算，每个物体只算一次

2. 矩阵分解存储 - 存储位置、旋转（四元数）、缩放分量 - 仅在需要时构建完整矩阵 - 节省内存，提高缓存效率

3. 特殊矩阵的快速计算 - 利用正交矩阵性质：$\mathbf{R}^{-1} = \mathbf{R}^T$ - 对角矩阵乘法优化 - 稀疏矩阵表示

4. SIMD优化 - 使用 SSE/AVX 指令集 - 矩阵-向量乘法的并行化 - 批量变换处理

2.3.3 法向量变换

法向量的变换不能直接使用模型矩阵，需要使用逆转置矩阵：

设模型变换矩阵为 $\mathbf{M}$，法向量变换矩阵为： $$\mathbf{G} = (\mathbf{M}^{-1})^T$$ 推导：保持法向量与切向量垂直

• 原始：$\mathbf{n} \cdot \mathbf{t} = 0$
• 变换后：$\mathbf{n}' \cdot \mathbf{t}' = 0$
• 其中 $\mathbf{t}' = \mathbf{M}\mathbf{t}$

对于仅包含旋转的变换，$\mathbf{G} = \mathbf{M}$（因为 $\mathbf{R}^{-1} = \mathbf{R}^T$）

2.3.4 精度问题与数值稳定性

浮点精度损失

• 连续变换累积误差
• 远离原点的大坐标值
• 解决：定期正交化、双精度关键计算

深度精度（Z-fighting）

• 近远平面比例过大
• 解决：对数深度缓冲、反向Z

矩阵正交化 使用 Gram-Schmidt 过程保持旋转矩阵的正交性：

重新正交化旋转矩阵的前三列

2.3.5 变换缓存与层次结构

场景图优化

• 父子关系的变换继承
• 脏标记（Dirty Flag）机制
• 惰性求值（Lazy Evaluation）

实例化渲染

• 基础模型矩阵 + 实例偏移
• GPU实例化缓冲区
• 减少 Draw Call

本章小结

核心概念

1. 齐次坐标：统一点和向量表示，使仿射变换可用矩阵乘法表示
2. 基本变换：平移、旋转、缩放、错切
3. 变换管线：模型→世界→视图→裁剪→NDC→屏幕
4. 投影类型：透视投影（真实感）vs 正交投影（工程图）
5. 优化技巧：预计算、SIMD、实例化

关键公式

• Rodrigues旋转公式：$\mathbf{R}(\mathbf{n}, \theta) = \cos\theta \mathbf{I} + (1-\cos\theta)\mathbf{n}\mathbf{n}^T + \sin\theta \mathbf{N}$
• 视图矩阵：基于相机位置和朝向构建
• 透视投影：$w' = -z$，产生透视除法
• 法向量变换：$\mathbf{G} = (\mathbf{M}^{-1})^T$

性能考虑

• 矩阵乘法顺序影响计算量
• 预计算静态变换
• 利用特殊矩阵性质（正交、对称等）
• 批量处理和GPU并行化

练习题

基础题

练习 2.1 证明二维旋转矩阵 $\mathbf{R}(\theta)$ 是正交矩阵，即 $\mathbf{R}^T\mathbf{R} = \mathbf{I}$。

Hint: 计算 $\mathbf{R}^T(\theta)\mathbf{R}(\theta)$ 并利用三角恒等式。

练习 2.2 给定点 $P = (2, 3, 1)$，先绕原点旋转 $45°$，再平移 $(1, -1, 0)$。写出组合变换矩阵并计算变换后的点坐标。

Hint: 注意变换顺序，先旋转后平移意味着 $\mathbf{T} \cdot \mathbf{R}$。

练习 2.3 推导透视投影后，为什么需要进行透视除法（除以 $w$ 分量）？

Hint: 考虑相似三角形原理和齐次坐标的意义。

挑战题

练习 2.4 设计一个算法，将任意 $4 \times 4$ 仿射变换矩阵分解为平移、旋转和缩放的组合。假设没有错切变换。

Hint: 先提取平移部分，然后对 $3 \times 3$ 子矩阵进行极分解或QR分解。

练习 2.5 证明 Rodrigues 旋转公式，并说明当 $\theta = 180°$ 时的特殊情况。

Hint: 将向量分解为平行和垂直于旋转轴的分量。

练习 2.6 给定视锥体的六个平面，推导如何在齐次裁剪空间进行视锥体裁剪。

Hint: 在裁剪空间中，视锥体变成了 $[-w, w]$ 的立方体。

练习 2.7（开放题）讨论在虚拟现实（VR）渲染中，如何修改投影矩阵以适应双目渲染和镜头畸变校正。

Hint: 考虑非对称视锥体和逆畸变预处理。

常见陷阱与错误

1. 变换顺序错误

错误：Model × View × Projection
正确：Projection × View × Model

记忆技巧：从右到左读，"先模型变换，再视图变换，最后投影"

2. 列主序 vs 行主序

• OpenGL：列主序，$\mathbf{v}' = \mathbf{M}\mathbf{v}$
• DirectX：行主序，$\mathbf{v}' = \mathbf{v}\mathbf{M}^T$
• 混淆会导致变换完全错误

3. 法向量变换错误

错误：n' = M × n
正确：n' = (M^(-1))^T × n

只有在仅包含旋转和均匀缩放时才能直接使用模型矩阵

4. 深度精度问题

• 近远平面比例不当（如 0.01 到 10000）
• 解决：使用对数深度或反向 Z

5. 万向锁（Gimbal Lock）

• 使用欧拉角时的奇异性
• 解决：使用四元数或轴角表示

6. 浮点累积误差

• 连续小角度旋转导致矩阵不再正交
• 解决：定期重新正交化

最佳实践检查清单

设计阶段

• [ ] 选择合适的坐标系（左手/右手）
• [ ] 确定变换顺序和矩阵存储格式
• [ ] 考虑数值精度需求
• [ ] 设计变换缓存策略

实现阶段

• [ ] 使用齐次坐标统一表示
• [ ] 预计算静态变换矩阵
• [ ] 正确处理法向量变换
• [ ] 实现矩阵正交化机制
• [ ] 利用SIMD指令优化

优化阶段

• [ ] 最小化矩阵乘法次数
• [ ] 使用场景图减少重复计算
• [ ] 实现视锥体裁剪
• [ ] 考虑GPU实例化
• [ ] profile矩阵运算热点

调试阶段

• [ ] 验证矩阵正交性
• [ ] 检查变换顺序
• [ ] 测试极端情况（大坐标值、小角度）
• [ ] 验证投影矩阵的近远平面
• [ ] 检查深度精度问题