【翻译】法线矩阵

在渲染中,有很多的计算是在视角空间中完成的。这是因为光照通常是在这个空间中计算的,否则,像一些依赖视角的效果,比如高光,将会比较难以实现。

因此,我们需要一种方法将法线转换到视角空间。我们可以通过下面的写法把一个顶点转换到视角空间:

vertexEyeSpace = gl_ModelViewMatrix * gl_Vertex;

那么,我们为什么不能直接把这个应用到法线向量呢?首先,法线是一个3维向量,而ModelView矩阵是一个4x4矩阵;其次,因为法线是一个向量,所以我们只需要转换它的方向。ModelView矩阵左上方的3x3子矩阵包含了方向的信息,那么我们为什么不能使用这个子矩阵去转换法线呢?

这可以通过下面的代码很简单的实现:

normalEyeSpace = vec3(gl_ModelViewMatrix * vec4(gl_Normal,0.0));

但上面的代码只在部分情况下可以正常工作。

让我们来看下一个潜在的问题:

在上面的图中,我们看到一个带了一个法线和切线向量的三角形。在下面的图中,显示了如果ModelView矩阵包含了非均匀缩放会发生什么样的偏差。

注意:如果是均匀缩放,那么法线的方向将会保持,虽然长度会受到影响,但可以简单的通过标准化修复。

在上面的图中,ModelView矩阵应用到了所有的向量,包括法线,结果是显而易见的错误的:转换后的法线不再与表面垂直了。

我们知道,一个向量可以表示为两个点之间的差异。比如切线向量,它可以通过计算三角形一条边上的两个顶点之间的差距来获得。如果P1P2是定义一条边的两个顶点,那么我们知道:

T = P2 - P1

如果把这个向量表示为包含4个元素且最后一个元素为0的元组,那么我们可以把这个等式两边都乘以ModelView矩阵

T * ModelView = (P2 - P1) * ModelView

结果是

T * ModelView = P2 * ModelView - P1 * ModelView
T' = P'2 - P'1

因为P'1P'2为转换后的三角形的顶点,所以T'仍然与三角形的边相切。因此,ModelView保持了切线。但它却没有保持法线。

使用和T向量一样的方法,我们可以找到两个点Q1Q2,让以下等式成立

N = Q2 - Q1

主要的问题是,就如上面的图所展示的那样,由转换后的的点定义的向量,Q2 - Q1,不一定仍然与边垂直。法线向量不是如切线向量那样,定义为两个点之间的差距,它定义为垂直于一个表面的向量。

现在我们知道了,我们不能在所有情况下使用ModelView来转换法线向量。那么我们应该使用什么样的矩阵呢?

假设G为一个3X3的矩阵,让我们看看如何计算它来正确的转换法线向量。

我们知道,在矩阵转换之前,因为切线和法线向量是垂直的,所以T.N = 0。我们也知道,转换之后,它们也一定要垂直,所以N'.T'也一定要等于0。我们把ModelView的左上方的3x3矩阵称为M矩阵,T可以安全的乘以MT是一个向量,所以w元素是0).

我们假设G是正确转换法线向量N的矩阵,那么就有了下面的等式

N'.T' = (GN).(MT) = 0

把点乘转换为叉乘,那么

(GN).(MT) = (GN)T * (MT)

注意为了叉乘向量,第一个向量的转置是必须的。我们知道两个矩阵相乘的转置,等于转置后矩阵的相乘,但顺序要相反,因此:

(GN)T * (MT) = NTGTMT

我们前面已经说过了NT的点乘是0,所以如果

GTM = I

那么我们有

N'.T' = N.T = 0

这正是我们要的,所以我们可以根据M来计算G

GTM = I <==> G = (M-1)T

因此M矩阵的逆矩阵的转置,是正确转换法线的矩阵。

前面我们说直接使用ModelView矩阵在部分情况下可以正常工作。当ModelView左上方的3x3矩阵是正交矩阵的时候,我们有:

M-1 = MT ==> G == M

这是因为正交矩阵的转置与逆矩阵是一样的。那么什么是正交矩阵呢?正交矩阵就是矩阵的每行/列都是单位长度,并且互相垂直的矩阵。这意味这两个向量,被正交矩阵转换前后,它们之间的角度是一样的,因此转换后的法线依然垂直于切线。此外,它还保持了向量的长度。

那么我们如何保证M是正交的呢?只要我们限制我们的几何变换仅限于旋转和位移,比如在OpenGL程序中我们仅仅使用glRotateglTranslate,不使用glScale,那么可以确保M是正交的。注意:gluLookAt也创建了一个正交矩阵。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,911评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,014评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,129评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,283评论 1 264
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,159评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,161评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,565评论 3 382
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,251评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,531评论 1 292
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,619评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,383评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,255评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,624评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,916评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,199评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,553评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,756评论 2 335