1. 线性变换
在掌握切线空间之前我们先来简单了解线性变换与向量空间、矩阵的关系。
什么是线性变换?
简单来说,线性变换就是一种映射关系,我们来看看线性代数对线性方程组的描述——线性方程组是由一个或者几个包含相同变量 x1,x2,x3,...,xn x 1 , x 2 , x 3 , . . . , x n 的线性方程组成的,如:
a11x1+a12x2+...+a1nxn=b1.a21x1+a22x2+...+a2nxn=b2....(1) (1) a 11 x 1 + a 12 x 2 + . . . + a 1 n x n = b 1 . a 21 x 1 + a 22 x 2 + . . . + a 2 n x n = b 2 . . . .
假设我们有 m m (本文假设 ) 个方程组,以矩阵形式表达该方程组如下:
Ax=b.(2) (2) A x = b .
A A 是一个 的方块矩阵( m=n m = n ), x=(x1,x2,...,xn) x = ( x 1 , x 2 , . . . , x n ) 是一个 n n 维向量,

本文介绍了切线空间的概念,它在计算机图形学中常用于法线贴图的光照计算。切线空间由TBN坐标系构成,包括切线T、副法线B和法线N。为了进行有效的光照计算,文章讨论了如何从模型空间转换到切线空间,并指出在切线空间进行光照计算的优势,减少了矩阵变换的复杂性。同时,也提到了切线空间计算的潜在弊端。
最低0.47元/天 解锁文章
3749





