Computação Gráfica Geometria de Transformações

Slides:



Advertisements
Apresentações semelhantes
Figura 5 - O plano mostrando detalhes da projeção em perspectiva.
Advertisements

SLIDE 1 – Transformações - Translação
Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro Conteúdo: - Transformações geométricas no plano.
Sistemas Realimentados
Operações Algébricas Operações Topológicas
The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Departamento de Informática e Estatística - INE/CTC/UFSC Computação Gráfica:
Computação Gráfica Geometria de Transformações
Álgebra Linear e Geometria Analítica
Vetores Representação e características Operações I Decomposição
Sinais e Sistemas – Capítulo 3
Relações Adriano Joaquim de O Cruz ©2002 NCE/UFRJ
CINEMÁTICA INVERSA Aline Aparecida de Pina Rodrigo Morante Blanco.
Introdução à Computação Gráfica Geometria
Transformações Geométricas em C.G.
Transformações Geométricas
Transformações Geométricas
Transformações Geométricas Coordenadas Homogêneas e Rotações.
Computação Gráfica Interativa - Gattass
Parâmetros Geométricos de Câmeras
MGattass Rotações e Quatérnios. MGattass Objetos compostos hierarquicamente.
Transformações Geométricas na Imagem Amostragem e Reconstrução.
Transformações Geométricas Coordenadas Homogêneas e Rotações.
Linguagem Orientada a Matrizes COB 727
CAPÍTULO Sistemas de referência 2. Modelo geométrico
Computação Gráfica Teórica
Computação Gráfica: Aula4: Câmeras
Computação Gráfica Geometria de Transformações
Produto vetorial Anliy N. N. Sargeant José Antônio A. Andrade
UNIFESO – CURSO DE MATEMÁTICA
ROBÓTICA Helder Anibal Hermini.
Espaço Vetorial Introdução Definição de Espaço Vetorial Subespaço
MECÂNICA - ESTÁTICA Vetores Forças Cap. 2.
Ventos Disciplina: Fundamentos de Meteorologia – EAM 10
Campus de Caraguatatuba
MATEMÁTICA UNIDADE 2 Conteúdo: Matrizes Duração: 10 40’ 04/04/13
Aula 4: Matrizes e Operações Matriciais
Vetores no Plano e no Espaço
Aula 01 Vetores: Soma e Produto por Escalar, Sistemas de Coordenadas no Plano e no Espaço.
Dependência e Independência Linear e Produto Vetorial
Conceitos fundamentais
Cinemática Plana de um Corpo Rígido Cap. 16
Matemática para Economia III
Conceitos fundamentais
Conceitos fundamentais
estão igualmente distantes
Aula 08 Vetores: Soma e Produto por Escalar, Sistemas de Coordenadas no Plano e no Espaço.
Transformações Geométricas no Plano e no Espaço
Computação Gráfica Geometria de Transformações
Computação Gráfica Aula 3 Transformações Geométricas
TRANSFORMAÇÕES GEOMÉTRICAS
Definições e Transformações Projetivas
Teorema de Laplace Exemplos e fórmula para o cálculo da matriz inversa.
Cinemática Plana de um Corpo Rígido Cap. 16
Matemática para Economia III
Visão Computacional
Campus de Caraguatatuba
Coordenadas Definição: Diz-se que uma base é ordenada se a ordem dos vetores é fixada. Proposição: Dada uma base ordenada para o espaço vetorial, cada.
Espaços e Subespaços Vetoriais
CINEMÁTICA DIRETA DE MANIPULADORES SERIAIS PROF.: Leo Schirmer
Matemática Discreta 1 – MD 1
MÚLTIPLOS GRAUS DE LIBERDADE
Visão Computacional Geometria de Transformações Luiz M. G. Gonçalves.
Computação Gráfica MO603/MC930 Viewing (Definindo volume de visualização)
Campus de Caraguatatuba
Figura 5 - O plano mostrando detalhes da projeção em perspectiva.
Geometria projetiva e suas aplicações em visão
Proposta de trabalho: Rastreamento da movimentação de uma câmera.
GEOMETRIA ANALITICA VETORES.
Álgebra Linear Espaços Vetoriais Vetores u = (x, y,..) Operações – Multiplicação por escalar (x) ku = (kx, ky,..) – Soma (+) u + v = (x u +x v, y u +y.
Cinemática de Robôs Manipuladores
Transcrição da apresentação:

Computação Gráfica Geometria de Transformações Luiz M. G. Gonçalves

Transformações Vetores, bases e matrizes Translação, rotação e escala Coordenadas homogêneas Rotações e translações 3D Composição de transformações

Uso de transformações Construir modelos complexos a partir de componentes simples Transformar coordenadas de câmera em mundo, objeto e imagem e vice-versa Analisar efeitos de transformações rígidas e não rígidas em objetos xc yim xim yc yw yo zc zo xw xo zw

Cinemática

Vetores Noção da Física: Exemplos: Representação matemática: comprimento, direção, sentido Exemplos: velocidade, força, deslocamento Representação matemática: tuplas ordenadas v = (v1,v2,…,vn) u v

Vetores Definições: Produto escalar: u.v = u1v1+u2v2+…+unvn Norma: ||v ||= (v12+v22+…+vn2)1/2 Unitário: ||v ||= 1 Ângulo: (u,v) = acos-1[(u.v) / (||u|| ||v)] Ortogonalidade: u.v = 0 ((u,v)=90o) u v

Combinação linear Dados dois vetores v1 e v2,ande uma distância qualquer na direção de v1 e então ande outra distância na direção de v2 O conjunto de todos os lugares (vetores, pontos) que podem ser atingidos é dado pelas combinações lineares possíveis entre v1 e v2

Combinação linear V = k1V1+k2V2 V = k1V1+k2V2 k2V2 v2 v1 k1V1

Independência Linear Um conjunto de vetores é dito linearmente independente se nenhum dos vetores pode ser escrito como uma combinação linear dos outros Exemplo de 3 vetores LI: e1 = (1,0,0) e2 = (0,1,0) e3 = (0,0,1)

Base vetorial Uma base vetorial é um conjunto de vetores linearmente independentes entre si, cuja combinação linear leva a qualquer lugar do espaço considerado, isto é, varre o espaço. Significa: para varrer um espaço n-dimensional, são necessários n vetores

Base vetorial Se os vetores da base possuem todos norma 1 e se são mutuamente ortogonais, a base é dita ser ortonormal Exemplo: vetores da base canônica de R3: e1 = (1,0,0) e2 = (0,1,0) e3 = (0,0,1) Obviamente, há muito mais que uma base possível para um dado espaço vetorial.

Representação de vetores Todo vetor tem uma representação única numa dada base Os multiplicadores pelos vetores da base são chamados de componentes ou coordenadas Mudando a base, muda os componentes, mas não o vetor V= v1E1+v2E2+...+vnEn Os vetores E1, E2, ..., En são vetores da base Os escalares v1, v2 , ..., vn são os componentes de v com respeito à base.

Transformação Linear Uma função (ou mapeamento ou ainda transformação) F é linear se, para todos os vetores u e v e todos escalares k: F(u+v) = F(u) + F(v) F(kv) = kF(v) Ou F(ku+lv) = kF(u)+lF(v) Qualquer mapeamento linear é completamente especificado pelo seu efeito numa base vetorial

Efeito na base v = v1E1+ v2E2+ v3E3 F(v) = F(v1E1+v2E2+v3E3)= = F(v1E1)+F(v2E2)+F(v3E3)= = v1F(E1) + v2F(E2)+v3F(E3) Obs: uma função F é afim se ela é linear mais uma translação Ex: y = mX+b não é linear, mas é afim

Transformando um vetor As coordenadas do vetor da base transformado (em termos dos vetores da base original): F(E1) = f11E1 +f21E2+f31E3 F(E2) = f12E1 +f22E2+f32E3 F(E3) = f13E1 +f23E2+f33E3 O vetor geral V transformado torna-se: F(V) = v1F(E1) + v2F(E2)+v3F(E3) = v1(f11E1+f21E2+f31E3)+v2(f12E1+f22E2+f32E3)+v3(f13E1+f23E2+f33E3)= (f11v1+f12v2 +f13v3)E1+(f21v1+f22v2+f23v3)E2+(f31v1+f32v2+f33v3)E3

Transformando um vetor Suas coordenadas ainda em referência a E tornam-se: v1t= f11v1 +f12v2+f13v3 v2t= f21v1+f22v2+f23v3 v3t= f31v1+f32v2+f33v3 Ou simplesmente vi = fijvj que é a fórmula de multiplicação matricial

Multiplicação de matrizes! Uma matriz F de dimensões nxn representa uma função linear em n dimensões A i-ésima coluna mostra o que a função faz ao vetor de base correspondente Transformação é uma combinação linear das colunas de F Primeiro componente do vetor de entrada escala a primeira coluna da matriz acumula no vetor de saída repete para cada coluna e componente

Multiplicação matricial Usualmente calcula-se de modo diferente faça o produto interno da coluna i da matriz com o vetor de entrada para conseguir componente i do vetor de saída: v1t f11 f12 f13 v1 v2t = f21 f22 f23 v2 v3t f31 f32 f33 v3

Translação

Rotação

Matriz de rotação possui vetores unitários

Representação da rotação

Exemplo de rotação

Relações espaciais Representação em relação a um frame (sistema de coordenadas) P (X,Y,Z)

Orientação

Orientação

Matriz de orientação

Propriedade elementar (unitária)

Juntando orientação e posição

Coordenadas Homogêneas

Juntar rotação e translação

Coordenadas homogêneas Translação não é linear. Como representar em forma de matriz? Adiciona uma coordenada extra a cada vetor x´ 1 0 0 tx x y´ = 0 1 0 ty y z´ 0 0 1 tz z 1 0 0 0 1 1 Coordenada extra é chamada de homogênea (ou w) Transformação denominada homogênea

Translação pura

Transformação Homogênea

Transformações Homogêneas 3D São muito similar ao 2D Coordenadas homogêneas requerem matrizes 4x4 Matrizes de translação e escala são:

Operador de Translação

Transformação Homogênea 3D Rotação é um pouco mais complicado Sistema de coordenadas de mão direita ou esquerda afeta direção de rotação Sistema de mão direita Sistema de mão esquerda y x z y z x

Produto Cruzado (Vetorial) Eixo Z é determinado a partir dos eixos X e Y pelo produto vetorial Produto vetorial segue regra da mão direita em um sistema de mão direita e regra da mão esquerda em um sistema de mão esquerda Estaremos trabalhando quase sempre com sistema de mão direita

Roll, Pitch, Yaw

Rotação em torno de cada eixo

Generalização da Rotação

Exemplo de rotação + translação

Exemplo: continuação

Transformações homogêneas em cadeias

Invertendo a transf. homogênea