法向量变换矩阵的推导

本文简述了一种法向量变换矩阵的推导过程

使用矩阵对点进行空间变换是图形学中的常见操作,假设变换矩阵为 $M$ ,我们需要变换切向量 $T$(由 点 $P_2$ - 点 $P_1$ 定义) 以及与其垂直的法向量 $N$ .($T$ 和 $N$ 皆为列向量)

假设 点 $P_2$ 经过 $M$ 变换后为 $P_2^{\prime }$, 点 $P_1$ 经过 $M$ 变换后为 $P_1^{\prime }$, $T^{\prime }$ 为经过变换后的切向量:

$$\begin{array}{rl}& M\ast P_2=P_2^{\prime }\\ & M\ast P_1=P_1^{\prime }\\ & T^{\prime }=P_2^{\prime }-P_1^{\prime }\end{array}$$

对于原切向量 $T$,我们希望找到一个矩阵 $M^{\prime }$, 使得:

$$M^{\prime }\ast T=T^{\prime }$$

我们直接令 $M^{\prime }=M$ 来试一下:

$$\begin{array}{rl}{M}^{\prime }\ast T=M\ast T& =M\ast (P_2-P_1)\\ & =M\ast P_2-M\ast P_1\\ & =P_2^{\prime }-P_1^{\prime }\\ & =T^{\prime }\end{array}$$

可见对于切向量 $T$ ,我们可以直接使用 $M$ 对其进行变换.

对于法向量 $N$ ,我们有(注意,第一个公式中的点号表示点积):

$$\begin{array}{rl}& T\cdot N=0⟹\\ & T^T\ast N=0\end{array}$$

假设变换后的法向量为 $N^{\prime }$, 我们希望仍然保持其与 $T^{\prime }$($T$的变换后向量) 的垂直(注意,第一个公式中的点号表示点积):

$$\begin{array}{rl}& T^{\prime }\cdot N^{\prime }=0⟹\\ & T^{\prime T}\ast N^{\prime }=0\end{array}$$

假设用于变换法向量的矩阵为 $G$, 则应有:

$$\begin{array}{rl}& T^{\prime }=M\ast T\\ & N^{\prime }=G\ast N\\ & T^{\prime T}\ast N^{\prime }=0\\ & (M\ast T{)}^T\ast (G\ast N)=0\\ & T^T\ast M^T\ast G\ast N=0\\ & T^T\ast (M^T\ast G)\ast N=0\end{array}$$

由于我们知道:

$$T^T\ast N=0$$

所以我们只要令(注意,这只是一种可能的取值,并不是唯一取值,我们的目的也仅是需要获得一种可能的取值):

$$M^T\ast G=I$$

便可以满足上面的等式 :

$$\begin{array}{rl}& T^T\ast (M^T\ast G)\ast N=\\ & T^T\ast I\ast N=\\ & T^T\ast N=0\end{array}$$

所以变换法向量,我们需要使用普通变化矩阵逆的转置(或者说转置的逆,对于可逆矩阵,其转置矩阵的逆矩阵等于其逆矩阵的转置矩阵)

$$G=(M^T{)}^{-1}=(M^{-1}{)}^T$$

如果变换矩阵 $M$ 是正交矩阵,则有(根据正交矩阵定义)

$$M^{-1}=M^T$$

于是法向量的变换矩阵变为:

$$G=(M^T{)}^{-1}=(M^{-1}{)}^{-1}=M$$

此时我们就可以直接使用 $M$ 来变换法向量了.

更多资料

• The Normal Matrix
• 法向量（Normal）的变换矩阵的推导