同构坐标[多重转换]

时间:2013-12-13 00:24:12

标签: matrix coordinates translation

我实际上正在做一些练习关于齐次坐标的练习。 基本上我有一点可以说(0,0) 我也有一个矩阵:

1 0 0

0 1 0

0 0 1

我想在它上面计算不同类型的变换,得出一个最终矩阵,我可以应用于很多不同的点,例如: x = -4和y = -3的平移 具有x = 2且y = 1

的同伦

我推出了这个最终矩阵:

2 0 -4

0 1 -3

0 0 1

我开始明白如何使用齐次坐标,但我对此并不十分自信。我在互联网上找到的所有例子都是关于泛化矩阵和所有的,我希望能有一些更具体的解释,我可以简单地理解它能够继续前进。 :)

1 个答案:

答案 0 :(得分:0)

要使用矩阵应用变换,您可以通过坐标向量的转置将变换矩阵多个(转置只是将'水平'矩阵转换为'垂直',如下所述)。

有效的矩阵乘法有一个简单的规则:

要将NxM矩阵与OxP矩阵相乘,M和O必须相同。结果将是一个NxP矩阵。

您将无法在2D矢量上乘以3x3矩阵,但您可以使用3D矢量。

旋转是一个典型的例子,我将尝试用2维来解释它。

2D旋转矩阵可以这样构造:

R = |cos(theta), -sin(theta)|
    |sin(theta), cos(theta) |

要使用此矩阵对2D矢量V(1x2矩阵)执行旋转,您将执行以下操作:

R x V(transpose)

其中V(转置)简单翻转V使其为2x1矩阵而不是1x2,因此可以在R的右侧相乘。

翻译更简单,翻译说[1,2] x = -1和y = 2你只需将2个矢量[1,2]和[-1,2]加在一起,得到[0,4] ]

另外,我发现关于Coursera的矩阵的this课程非常好。