关于齐次坐标的理解（经典）

问题：两条平行线可以相交于一点
在欧氏几何空间，同一平面的两条平行线不能相交，这是我们都熟悉的一种场景。
然而，在透视空间里面，两条平行线可以相交，例如：火车轨道随着我们的视线越来越窄，最后两条平行线在无穷远处交于一点。

欧氏空间（或者笛卡尔空间）描述2D/3D几何非常适合，但是这种方法却不适合处理透视空间的问题（实际上，欧氏几何是透视几何的一个子集合），2维笛卡尔坐标可以表示为（x,y）。

如果一个点在无穷远处，这个点的坐标将会(∞,∞)，在欧氏空间，这变得没有意义。平行线在透视空间的无穷远处交于一点，但是在欧氏空间却不能，数学家发现了一种方式来解决这个问题。

方法：齐次坐标
简而言之，齐次坐标就是用N+1维来代表N维坐标

我们可以在一个2D笛卡尔坐标末尾加上一个额外的变量w来形成2D齐次坐标，因此，一个点(X,Y)在齐次坐标里面变成了（x,y,w），并且有
X = x/w

Y = y/w

例如，笛卡尔坐标系下（1，2）的齐次坐标可以表示为（1，2，1），如果点（1，2）移动到无限远处，在笛卡尔坐标下它变为(∞,∞)，然后它的齐次坐标表示为（1，2，0），因为(1/0, 2/0) = (∞,∞)，我们可以不用”∞"来表示一个无穷远处的点了，哈哈。

为什么叫齐次坐标？

我们把齐次坐标转化为笛卡尔坐标的方法是前面n-1个坐标分量分别除以最后一个分量即可。

转化齐次坐标到笛卡尔坐标的过程中，我们有一个发现，例如：

你会发现(1, 2, 3), (2, 4, 6) 和(4, 8, 12)对应同一个Euclidean point (1/3, 2/3)，任何标量的乘积，例如(1a, 2a, 3a) 对应笛卡尔空间里面的(1/3, 2/3) 。因此，这些点是“齐次的”，因为他们代表了笛卡尔坐标系里面的同一个点。换句话说，齐次坐标有规模不变性。

证明：两条直线可以相交

考虑如下方程组：

我们知道在笛卡尔坐标系里面，该方程组无解，因为C ≠ D,如果C=D,两条直线就相同了。

让我们在透视空间里面，用齐次坐标x/w, y/w代替x ,y,

现在我们有一个解(x, y, 0)，两条直线相交于(x, y, 0)，这个点在无穷远处。

小结：齐次坐标在图形学中是一个非常基础的概念，例如3D场景映射到2D场景的过程中

参考： http://www.songho.ca/math/homogeneous/homogeneous.html

转自：关于齐次坐标的理解（经典） https://blog.csdn.net/janestar/article/details/44244849

关于齐次坐标的理解（经典）相关推荐

齐次坐标的理解（2）
接上篇文章齐次坐标的理解(1):https://blog.csdn.net/m0_37957160/article/details/119549709 "齐次坐标表示是计算机图形学的重要手段 ...
【相机标定推导】关于齐次坐标的理解（经典）
https://blog.csdn.net/janestar/article/details/44244849
四天搞懂生成对抗网络（一）——通俗理解经典GAN
点击左上方蓝字关注我们 [飞桨开发者说]吕坤,唐山广播电视台,算法工程师,喜欢研究GAN等深度学习技术在媒体.教育上的应用. 序言做图像分类.检测任务时,为了提高模型精度,在数据处理方面,我尝试了很 ...
【飞桨PaddlePaddle】四天搞懂生成对抗网络（一）——通俗理解经典GAN
序言做图像分类.检测任务时,为了提高模型精度,在数据处理方面,我尝试了很多数据增强tricks(包括了简单的裁切.变形.明暗.颜色调整,也包括了MixUp图像融合以及SMOTE这样的解决类 ...
计算机图形学的齐次坐标的理解
1什么是其次坐标.转自百度百科 http://baike.baidu.com/view/2132318.htm 所谓齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示.实数.显然一个向量的齐次 ...
齐次坐标的理解（1）
1.为什么要引入齐次坐标,齐次坐标的意义首先百科解读: 齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示,是指一个用于投影几何里的坐标系统,如同用于欧氏几何里的笛卡儿坐标一般. 以下内容是 ...
关于齐次坐标的理解记录
齐次坐标(homogeneous coordinates) 问题: 两条平行线会相交铁轨在无限远处相交于一点在欧几里得几何空间里,同一平面上的两条平行线永远都不会相交.但是在投影空间中,如上图中的 ...
【TensorFlow】TensorFlow从浅入深系列之六 -- 教你深入理解经典损失函数（交叉熵、均方误差）
本文是<TensorFlow从浅入深>系列之第6篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维导 ...
视听场景理解经典任务
文章目录 1. 视听场景理解简介 2. 主要任务 2.1 Audio-visual Event Localization (AVE) 2.2 Audio-visual Video Parsing (A ...

关于齐次坐标的理解（经典）

关于齐次坐标的理解（经典）相关推荐

最新文章

热门文章