法线变换矩阵的推导

背景

在冯氏光照模型中,其中的漫反射项需要我们对法向量和光线做点乘计算。

从顶点着色器中读入的法向量数据处于模型空间,我们需要将法向量转换到世界空间,然后在世界空间中让法向量和光线做运算。这里便有一个问题,如何将法线从当前的模型空间变换到世界空间?

首先,法向量只是一个方向向量,不能表达空间中的特定位置。同时,法向量没有齐次坐标(顶点位置中的w分量)。这意味着,位移不应该影响到法向量。因此,如果我们打算把法向量乘以一个模型矩阵,我们就要从矩阵中移除位移部分,只选用模型矩阵左上角3×3的矩阵(注意,我们也可以把法向量的w分量设置为0,再乘以4×4矩阵;这同样可以移除位移)。对于法向量,我们只希望对它实施缩放和旋转变换。

其次,如果模型矩阵执行了不等比缩放,顶点的改变会导致法向量不再垂直于表面了。因此,我们不能用这样的模型矩阵来变换法向量。下面的图展示了应用了不等比缩放的模型矩阵对法向量的影响:

在这里插入图片描述

当我们应用一个不等比缩放时(注意:等比缩放不会破坏法线,因为法线的方向没被改变,仅仅改变了法线的长度,而这很容易通过标准化来修复),法向量就不会再垂直于对应的表面了,这样光照就会被破坏。

修复这个行为的诀窍是使用一个为法向量专门定制的模型矩阵。这个矩阵称之为法线矩阵(Normal Matrix),它使用了一些线性代数的操作来移除对法向量错误缩放的影响。

推导过程

为了将一个顶点从模型空间转换到世界空间,我们可以乘上一个模型矩阵model,包含物体的移动、旋转、缩放信息。在shader中的代码如下:

FragPos = vec3(model * vec4(aPos, 1.0));

对于一个向量,正如上面的图展示的一样,我们不能简单乘上model矩阵。如果乘上model矩阵,向量就不再和原来的表面切线垂直了。

我们可以定义表面切线为 T = P 2 − P 1 T = P_2 - P1 T=P2P1,其中 P 1 , P 2 P_1,P_2 P1,P2都是表面上的顶点。当表面前线乘上model矩阵时,我们有:
m o d e l ∗ T = m o d e l ∗ P 2 − m o d e l ∗ P 1 T ′ = P 2 ′ − P 1 ′ model * T = model * P_2 - model * P_1 \\ T' = P_2' - P_1' modelT=modelP2modelP1T=P2P1
变换后的表面切线 T ′ T' T仍然可以表示成表面上顶点的差,因此乘上model矩阵之后,表面切线不会被破坏。

对于表面上的法线 N N N,我们无法从表面上找到两个顶点来表示,但是我们知道表面法线与切线互相垂直,即
N ⋅ T = 0 N \cdot T = 0 NT=0
我们假设矩阵 G G G就是可以将法线从模型空间转换到世界空间的正确矩阵,并用 M M M来表示模型矩阵model,于是有下式:
N ′ ⋅ T ′ = ( G N ) ⋅ ( M T ) = 0 N' \cdot T' = (GN)\cdot(MT) = 0 NT=(GN)(MT)=0
转化成矩阵表示的形式
( G N ) ⋅ ( M T ) = ( G N ) T ∗ ( M T ) = N T G T M T = 0 (GN)\cdot(MT) = (GN)^T*(MT) = N^TG^TMT = 0 (GN)(MT)=(GN)T(MT)=NTGTMT=0
我们知道 N ⋅ T = N T T = 0 N\cdot T = N^TT = 0 NT=NTT=0,所以如果 G T M = a I G^TM = aI GTM=aI a a a是任意非零常数,我们便有
N ′ ⋅ T ′ = N T G T M T = N T a I T = a N T T = 0 N'\cdot T' = N^TG^TMT = N^TaIT = aN^TT = 0 NT=NTGTMT=NTaIT=aNTT=0
由于我们不想改变法向量的模长,因此令 a = 1 a = 1 a=1,只要满足 G T M = I G^TM = I GTM=I的条件,我们就可以说 G G G是我们最终需要的矩阵,进一步计算
G T M = I ⟷ G = ( M − 1 ) T G^TM = I \longleftrightarrow G = (M^{-1})^T GTM=IG=(M1)T
最终可得,将法线从模型空间转换到世界空间的矩阵为 ( M − 1 ) T (M^{-1})^T (M1)T

补充说明

当模型矩阵只进行了旋转或等比缩放时,我们用这个矩阵来变换法线向量,可以得到正确的结果。

这是因为旋转矩阵和等比缩放矩阵都是正交矩阵,正交矩阵有一个属性:矩阵的转置等于矩阵的逆。

因此
M − 1 = M T → G = ( M − 1 ) T = M M^{-1} = M^T \rightarrow G = (M^{-1})^T = M M1=MTG=(M1)T=M

参考

https://learnopengl-cn.github.io/02%20Lighting/02%20Basic%20Lighting/

http://www.lighthouse3d.com/tutorials/glsl-12-tutorial/the-normal-matrix/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/299796.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

AI爆文变现:怼量也有技巧!如何提升你的创作收益

做AI爆文项目,赚小钱是没有问题的。 想要赚大钱,就是要做矩阵,怼量。 之前参加训练营的时候,也是要求怼量。 怼量,加高质量文章,让你的收益更高。 如何提升文章质量,减少AI味,AI…

性能优化-OpenMP基础教程(二)

本文主要介绍OpenMP并行编程技术,编程模型、指令和函数的介绍、以及OpenMP实战的几个例子。希望给OpenMP并行编程者提供指导。 🎬个人简介:一个全栈工程师的升级之路! 📋个人专栏:高性能(HPC&am…

动手学深度学习之卷积神经网络之池化层

池化层 卷积层对位置太敏感了,可能一点点变化就会导致输出的变化,这时候就需要池化层了,池化层的主要作用就是缓解卷积层对位置的敏感性 二维最大池化 这里有一个窗口,来滑动,每次我们将窗口中最大的值给拿出来 还是上…

更改ERPNEXT源

更改ERPNEXT源 一, 更改源 针对已经安装了erpnext的,需要更改源的情况: 1, 更改为官方默认源, 进入frapp-bench的目录, 然后执行: bench remote-reset-url frappe //重设frappe的源为官方github地址。 bench remote-reset-url…

ARM工控机Node-red使用教程

嵌入式ARM工控机Node-red安装教程 从前车马很慢书信很远,而现在人们不停探索“科技改变生活”。 智能终端的出现改变了我们的生活方式,钡铼技术嵌入式工控机协助您灵活布建能源管理、大楼自动化、工业自动化、电动车充电站等各种多元性IoT应用&#xff…

IDEA 控制台中文乱码问题解决方法(UTF-8 编码)

设置 IDEA 编码格式 1:打开 IntelliJ IDEA>File>Setting>Editor>File Encodings,将 Global Encoding、Project Encoding、Default encodeing for properties files 这三项都设置成 UTF-8 2:将 vm option 参数改为: -…

spring bean对象request字段自动注入javax.servlet.ServletRequest

##spring bean对象request字段自动注入javax.servlet.ServletRequest 对象里面request全局变量是否线程安全呢? 答案:线程安全 ##代码如下 import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Controller; …

解决“invalid UTF-8 encoding”

有如下一个程序 package mainimport"fmt"func main(){fmt.Println("hello,2024年") }go run xxx.go出现以下的问题 问题“invalid UTF-8 encoding”,无效的utf8编码。有可能是文件的编码不是“utf8” 为了验证猜想,看一下“xxx.go”…

【vue】emit 的理解与使用

文章目录 介绍流程示例效果父组件子组件 介绍 $emit 是 Vue 组件实例中的一个方法,用来触发自定义事件,并向父组件传递信息它接受两个参数:事件名称和可选参数this.$emit(事件名称, 参数);流程 示例 效果 触发前 触发后 父组件 父组件使…

windows安装nvm以及nvm常用命令

目录 1.什么是nvm以及为啥要用nvm 1.什么是nvm 2.为什么要用nvm 2.安装nvm 1. 下载 2. 安装 1.双击解压后的文件,nvm-setup.exe 2.同意 3.安装路径 4.下一步,这里有建议改成自己的文件夹,这个是用来存储通过nvm切换node后版本的存储路径 5.安装…

ssm基于java web 的QQ村旅游网站的设计+vue论文

摘 要 如今社会上各行各业,都喜欢用自己行业的专属软件工作,互联网发展到这个时候,人们已经发现离不开了互联网。新技术的产生,往往能解决一些老技术的弊端问题。因为传统旅游信息管理难度大,容错率低,管理…

算法第4版 第2章排序

综述:5个小节,四种排序应用,初级排序、归并排序、快速排序、优先队列 2.1.初级排序 排序算法模板,less(), exch(), 排序代码在sort()方法中; 选择排序:如升序排列,1.找到数组中最小的元素&am…

车载 Android之 核心服务 - CarPropertyService 的VehicleHAL

前言: 本文是车载Android之核心服务-CarPropertyService的第二篇,了解一下CarPropertyService的VehicleHAL, 第一篇在车载 Android之 核心服务 - CarPropertyService 解析-CSDN博客,有兴趣的 朋友可以去看下。 本节介绍 AndroidAutomotiveOS中对于 Veh…

氢燃料电池技术综述

文章目录 工作原理 系统集成 应用 特点 国家政策 行业发展 机遇和挑战 参考文献 工作原理 氢燃料电池是通过催化剂将氢气和氧气反应生成电能和水的过程,在这个过程中会伴随有热量产生。 系统集成 氢燃料电池需要将氢气供应系统、氧气供应系统、电堆、冷却系…

分布式之任务调度Elastic-Job学习一

1 E-Job 1.1 任务调度高级需求 Quartz 的不足: 1、 作业只能通过 DB 抢占随机负载,无法协调 2、 任务不能分片——单个任务数据太多了跑不完,消耗线程,负载不均 3、 作业日志可视化监控、统计 1.2 发展历史 E-Job 是怎么来的&…

对Tor的去匿名化攻击的调查

文章信息 论文题目:De-Anonymisation Attacks on Tor: A Survey 期刊(会议): IEEE Communications Surveys & Tutorials 时间:2021 级别:中科院1区(IF:35.6) 文章链…

VBA技术资料MF104:判断工作簿或工作表是否受保护

我给VBA的定义:VBA是个人小型自动化处理的有效工具。利用好了,可以大大提高自己的工作效率,而且可以提高数据的准确度。我的教程一共九套,分为初级、中级、高级三大部分。是对VBA的系统讲解,从简单的入门,到…

Android Studio 报错AAPT: error: resource android:attr/lStar not found.解决方法!

目录 前言 一、报错信息 二、解决方法 三、常见处理方法总结 四、更多资源 前言 在快速发展的科技领域中,移动应用开发已经成为了一个非常热门的领域。而作为开发Android应用的主要工具之一,Android Studio 提供了丰富的功能和工具来帮助开发者构建…

memory监控方法

Java: (adb shell dumpsys meminfo x)堆内存用于存储对象实例和静态变量 Native: Code: 加载app代码用到的内存:比如class对象,读取so,apk,dex文件时用到的mmap文件 Stack: stack内存存放了栈帧(用于存储局部变量…

WinForms中的UI卡死

WinForms中的UI卡死 WinForms中的UI卡死通常是由于长时间运行的操作阻塞了UI线程所导致的。在UI线程上执行的操作,例如数据访问、计算、文件读写等,如果耗时较长,会使得UI界面失去响应,甚至出现卡死的情况。 解决方法 为了避免…