Computergraphik Grundlagen

Größe: px
Ab Seite anzeigen:

Download "Computergraphik Grundlagen"

Transkript

1 Computergraphik Grundlagen IV. Koordinatensysteme und geometrische Transformationen Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik

2 Inhalt Lernziele 1. Skalare Punkte und Vektoren 2. Koordinatensysteme Kartesische Koordinaten Polarkoordinaten Sphärische Koordinaten 3. Transformationen in 2D Translation Skalierung Rotation Homogene Koordinaten Transformationsmatrizen Inverse Transformationen Zusammengesetzte Transformationen Weitere Transformationen 4. Affine Abbildungen 5. Transformationen in 3D 6. Koordinatentransformationen 7. Planare Orojektionen Parallelprojektion Perspektivische Projektion Projektionsmatrizen 8. Zusammenfassung Das mathematische Grundgerüst für Transformationen kennen Verschiedene Koordinatensysteme kennen und anwenden können, Koordinaten zwischen den Koordinatensystemen umrechnen können Transformationen als eine Grundlage der Computergraphik kennen und anwenden können Das Konzept der Homogenen Koordinaten verstehen und beherrschen Transformationsmatrizen in 2D kennen und herleiten können Transformationsmatrizen in 3D kennen und anwenden können Weitere Konzepte zu Koordinatensystemen und Transformationen überblicksartig beherrschen Charakteristika und Arten planarer Projektionen kennenlernen Mathematische Grundlagen planarer Projektionen verstehen 2

3 1. Skalare, Punkte, Vektoren Mathematisches Grundgerüst für viele Anwendungen in der Computergraphik Geometrische Modellierung in Koordinatensystemen Rendering ist Transformationskette durch Koordinatensysteme Geometrische Modelle beschrieben durch Punkte und Vektoren Transformationen beschrieben durch Punkte, Vektoren, Skalare, Matrizen Animationen beschrieben durch Punkte, Vektoren, Skalare, Matrizen 3

4 1. Skalare, Punkte, Vektoren Skalare, Vektoren und Matrizen Skalare 0-dimensional Vektoren 1-dimensional, n Komponenten Matrizen 2-dimensional, n m Elemente Zusammenhang: Komponenten eines Vektors bzw. Elemente einer Matrix sind Skalare. Zeilen bzw. Spalten einer Matrix sind Vektoren. Warum Matrizen? Beschreibung von Transformationen (Transformationsmatrizen) 4

5 1. Skalare, Punkte, Vektoren Skalare, Punkte und Vektoren im 3D-Raum Jeder Vektor (a,b,c) kann eindeutig in eine Linearkombination der Elemente der Basis des Vektorraumes zerlegt werden: (a,b,c) = a(1,0,0) + b(0,1,0) + c(0,0,1) z c(0,0,1) (a,b,c) a(1,0,0) b(0,1,0) x y Skalare sind reelle Zahlen. Bei Transformationen repräsentieren sie z.b. Drehwinkel und Skalierungsfaktoren. 5

6 1. Skalare, Punkte, Vektoren Punkt-Vektor Rechenregeln Punkt + Punkt = undefiniert Vektor ± Vektor = Vektor Punkt ± Vektor = Punkt Punkt - Punkt = Vektor Skalar Vektor = Vektor Skalar Punkt = Punkt 6

7 1. Skalare, Punkte, Vektoren Vektorraum: enthält Vektoren und Skalare. In einem Vektorraum sind Operationen definiert, die Vektoren v und Skalare s verknüpfen. Multiplikation: f(v s) v Addition: f(v 1,v 2 ) v Affiner Raum ist ein Vektorraum, der um Punkte p erweitert wird. Punkte können subtrahiert werden. Subtraktion: f(p 1, p 2 ) v Euklidischer Raum ist ein affiner Raum, in dem skalare Werte quantifiziert werden, wobei das euklidische Abstandsmaß benutzt wird. In der CG nutzen wir vorrangig euklidische Räume. 7

8 1. Skalare, Punkte, Vektoren Implementierung: Graphikbibliotheken enthalten oft vordefinierte Strukturen bzw. Klassen für Punkte, Vektoren und Matrizen. Diese enthalten Methoden zum Rechnen mit Vektoren. Beispiele: Überladen von Operatoren zur Addition, Subtraktion Bestimmung von Kreuz- und Skalarprodukt Bestimmung der Größe eines Vektors 8

9 2. Koordinatensysteme y z c(0,0,1) a(1,0,0) b(0,1,0) (a,b,c) x Interpretation: Ein Vektor hat keine Position. Ausgehend von einem festen Punkt (z.b. o) definiert ein Vektor einen Punkt. Vektor (a,b,c) kann als Punkt im Raum dargestellt werden, der dem Endpunkt eines Vektors (a, b, c) ausgehend vom Koordinatenursprung (0,0,0) entspricht. Äquivalentes gilt für andersdimensionale Vektorräume R n 9

10 2. Koordinatensysteme Eine Menge (o, e 1, e 2,..., e n ) bestehend aus einem Punkt o A n und der Basis (e 1, e 2,...,e n ) von A n heißt Koordinatensystem. Für jeden Punkt p A n ist Ortsvektor von p Komponenten von v heißen Koordinaten bezüglich (e 1, e 2,..., e n ) d.h. p besitzt die Koordinaten (x 1, x 2,..., x n ): Punkt o heißt Koordinatenursprung 10

11 2. Koordinatensysteme 2.1. Kartesische Koordinaten zweidimensional y x dreidimensional y x y z x X- Richtung des Daumens Y- Zeigefinger Z- Mittelfinger Die beiden Koordinatensysteme sind spiegelbildlich und nicht durch Drehung ineinander zu überführen. z rechtshändiges Koordinatensystem linkshändiges Koordinatensystem 11

12 2. Koordinatensysteme 2.2. Polarkoordinaten Punkte einer Ebene werden in Bezug auf einen Ursprung und eine Richtung angegeben Umrechnung kartesische Polarkoordinaten x = r cos ϕ y = r sin ϕ Quelle: Wikipedia 12

13 2. Koordinatensysteme 2.3. Sphärische Koordinaten Polarkoordinaten erweitert um dritte Dimension Position des Punktes eindeutig bestimmt durch einen Ursprung und zwei Winkel Umrechnung: x = r sin θ cos ϕ y = r sin θ sin ϕ z = r cos θ Quelle: Wikipedia 13

14 3. Transformationen in 2D Fragestellung: Wie werden Bewegungen beschrieben? Wie berechnet man die Position von Objekten nach Bewegungen? Bewegungen = Transformationen Veränderung der Position von Punkten Verschiebung = Translation Größenveränderungen = Skalierung Drehung = Rotation Weitere affine Transformationen: Spiegelung Scherung 14

15 3. Transformationen in 2D 3.1. Translation dy (x,y ) Punkt (x,y) wird auf gerader Linie nach (x, y ) verschoben. komponentenweise Addition von Vektoren v = v + t (x,y) dx x = x + d x y = y + d y 15

16 3. Transformationen in 2D 3.1. Translation 6 Y Komponentenweise Addition v = v + t dx = 4 dy = 4 x = x + d x y = y + d y X Polygone verschieben: Eckpunkte verschieben (Vektoren) und dann Kanten dazwischen neu zeichnen erhält Länge ( isometrisch ) erhält Winkel ( konformal ) 16

17 3. Transformationen in 2D 3.2. Skalierung v = S. v x = S x. x y = S y. y (x,y ) Zentrum der Skalierung ist o Uniforme Skalierung o (x,y) S x = S y Nicht-uniforme Skalierung S x <> S y 17

18 3. Transformationen in 2D 3.2. Skalierung Y v = S. v (2,1) 1 2 (3,1) (6,2) (9,2) X x = S x. x y = S y. y S x = 3 S y = 2 Längen werden nicht erhalten Winkel werden nicht erhalten (nur bei uniformer Skalierung) 18

19 3. Transformationen in 2D 3.3. Rotation (x,y ) (x,y) Rotationszentrum ist o. Punkt (x,y) wird um den Winkel θ um o gedreht, so dass sich der Punkt (x,y ) ergibt. Positive Werte von θ ergeben eine Drehung entgegen dem Uhrzeigersinn. o θ 19

20 3. Transformationen in 2D 3.3. Rotation y Herleitung der Berechnungsvorschrift: (x,y ) Entfernung r vom Ursprung zu (x,y) bzw. (x,y ) bleibt unverändert. Nutzung von Additionstheoremen für Winkelfunktionen. x = r cos φ (II) y = r sin φ (I) (III) (IV) x = r cos (θ + φ ) = r cos φ cos θ - r sin φ sinθ y = r sin (θ + φ ) = r cos φ sin θ + r sin φ cosθ r θ r φ r cos(θ + φ) (x,y) r cosφ x (I) in (III) und (IV) sowie (II) in (III) und (IV) einsetzen: x = x cosθ y sinθ y = x sinθ + y cosθ 20

21 3. Transformationen in 2D 3.3. Rotation Y v = R θ. v x = x cosθ y sinθ y = x sinθ + y cosθ X Rotationen um negative Winkel erfolgen mit dem Uhrzeigersinn ausnutzen: cos(-θ) = cos(θ) und sin(-θ) = -sin(θ) Längen und Winkel werden erhalten 21

22 3. Transformationen in 2D 3.3. Rotation Was, wenn Objekt nicht im Ursprung liegt? Lösung: in den Ursprung verschieben, rotieren, zurück verschieben. Skalierung erfordert ähnliche Behandlung, da außerhalb des Ursprungs zusätzlich eine Translation erfolgt 22

23 3. Transformationen in 2D 3.4. Homogene Koordinaten Translation: v = v + t Skalierung: v = S v Rotation: v = R θ v Zusammenfassung schwierig auszudrücken, da Translation keine Matrixmultiplikation Schwierig bei zusammengesetzten Transformationen! Einheitliche Repräsentation von Transformationen gesucht Homogene Koordinaten 23

24 3. Transformationen in 2D 3.4. Homogene Koordinaten Ein Koordinatensystem wird in ein homogenes Koordinatensystem überführt, indem eine zusätzliche Dimension eingeführt wird: n n+1 Dimensionen. Ein Punkt (x, y) wird in homogenen Koordinaten durch das Tripel (x w, y w, w) repräsentiert, mit w 0. Normalisierte Darstellung: w = 1 (x, y, 1) Jeder Punkt hat unendlich viele äquivalente Repräsentationen in homogenen Koordinaten. Achtung: Homogene Koordinaten von 2D-Punkten nicht mit normalen 3D-Koordinaten verwechseln! 24

25 3. Transformationen in 2D 3.4. Homogene Koordinaten Veranschaulichung in 2D Punkt P=(x,y) wird erweitert zu P =(x,y,1) Homogene Koordinaten von P ergeben Gerade in 3D, da alle Punkte P =(x,y,w) den gleichen Punkt P in 2D repräsentieren w P P w=1 P x y 25

26 3. Transformationen in 2D 3.4. Homogene Koordinaten Vorteile: Repräsentation aller Punkte in homogenen Koordinaten ermöglicht einheitliche Behandlung der Transformationen? Fragen: Was steht für das Fragezeichen? Welche Operation ist *? Antwort: Transformationen werden als Matrizen repräsentiert Verknüpfung durch Multiplikation 26

27 3. Transformationen in 2D 3.5. Transformationsmatrizen Translation Vorher: Addition eines Vektors Jetzt: Multiplikation mit einer Translationsmatrix Skalierung Vorher: komponentenweise Multiplikation mit Skalierungsfaktoren Jetzt: Multiplikation mit einer Skalierungsmatrix 27

28 3. Transformationen in 2D 3.5. Transformationsmatrizen Rotation Vorher: komplexe Gleichung oder Matrixmultiplikation Jetzt: Multiplikation mit einer Rotationsmatrix Allgemeine 2D-Transformationsmatrix Skalierung Rotation Translation 28

29 3. Transformationen in 2D 3.6. Inverse Transformationen Inverse Transformationen: Frage: Wie macht man Transformationen rückgängig (was sind die inversen Transformationen)? Bsp.: Benutzer betätigt Undo-Taste Für elementare Transformationen einfach: Translation: Verschiebung um den negativen Verschiebungsvektor T -1 (dx, dy) = T(-dx, -dy) Skalierung: Skalierung mit dem reziproken Skalierungsfaktor S -1 ( θ) = S (1/ θ) Rotation: Rotation um den negativen Rotationswinkel. Da aber Rotationsmatrizen orthogonal sind, gilt R -1 = R T. 29

30 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Nacheinanderausführung zweier Translationen Translation ist additiv, d.h. Ergebnis ist eine Verschiebung um die Summe beider Vektoren Nacheinanderausführung zweier Skalierungen Skalierung ist multiplikativ, d.h. Ergebnis ist eine Skalierung um das Produkt der beiden Faktoren. 30

31 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Nacheinanderausführung zweier Rotationen Rotation ist additiv. Allgemein: Homogene Koordinaten Ermöglichen Vereinheitlichung und Kombination aller geometrischen Transformationen Schreibweise Transformationen werden in der Reihenfolge T 1, T 2,..., T n ausgeführt P =T n... T 2 T 1 P 31

32 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Zusammensetzen von Transformationen Rotation eines Punktes um einen beliebigen Punkt P 1 in der Ebene Ausführung in drei Schritten 1. Translation, so dass P 1 im Ursprung liegt 2. Rotation um den Ursprung 3. Rück-Translation von P 1 P 1 P 1 32

33 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Zerlegung von komplizierten Transformationen in elementare Transformationen Repräsentation der Gesamt-Transformation durch eine Matrix möglich 33

34 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Aber: Matrixmultiplikation ist i.a. nicht kommutativ! Das bedeutet: Reihenfolge der Transformationen ist ausschlaggebend für das Ergebnis also: T n...t 2 T 1 P T 1 T 2...T n P T 2 T n...t 1 P wenn die T i voneinander verschiedene Transformationen sind Allerdings in einigen Fällen besteht Kommutativität: Nacheinanderausführung von Translationen Nacheinanderausführung von Skalierungen Nacheinanderausführung von Rotationen 34

35 3. Transformationen in 2D 3.8. Weitere Transformationen Spiegelung an der x-achse an der y-achse wird implementiert als Skalierung mit dem Faktor -1 35

36 3. Transformationen in 2D 3.8. Weitere Transformationen Scherung Versatz parallel zur x- Achse, proportional zur y- Position (bzw. umgekehrt) in x-richtung a=1, y=4 (x,y) (x,y ) in y-richtung a=1, y=1 36

37 4. Affine Abbildungen Jede Sequenz von Rotation, Translation und Skalierung erhält die Parallelität von Linien, aber nicht Längen und Winkel. Solche Transformationen heißen affine Transformationen / Abbildungen. Eine affine Abbildung ist eine Abbildung zwischen zwei Vektorräumen (oder affinen Räumen), die Kollinearitäten (Bilder von Punkten, die auf einer Geraden liegen, liegen wieder auf einer Geraden) und Abstandsverhältnisse paralleler Strecken bewahrt. mathematisch ausgedrückt: Eine Abbildung Φ: R³ R³ heißt affin, falls für alle λ i R mit Σλ i =1 Die affinen Abbildungen umfassen alle linearen Abbildungen (z. B. Rotation, Skalierung, Scherung) und ergänzen diese um die Translationen. 37

38 4. Affine Abbildungen Affine Abbildungen sind: Geradentreu. Das Bild einer Geraden ist wieder eine Gerade. Parallelentreu. Parallele Geraden haben parallele Bildgeraden. Teilverhältnistreu. Dem Teilverhältnis auf einer Geraden entspricht das Teilverhältnis auf der Bildgeraden. Bsp: Wenn Punkt C Strecke AB im Verhältnis 1:2 teilt, dann liegt C auf A B und teilt A B im gleichen Verhältnis. Affine Abbildungen sind: nicht verhältnistreu in Bezug auf Teilflächen Bsp: Wenn ein Punkt D das Dreieck ABC in drei gleich große Dreiecke ABD, ACD und BCD teilt, dann ist das Verhältnis der Flächen von A B D zu A C D zu B C D im allgemeinen nicht 1:1:1. nicht längentreu C nicht winkeltreu nicht flächentreu. A D B 38

39 4. Affine Abbildungen Jede affine Abbildung läßt sich in homogenen Koordinaten mit einer Matrix darstellen: Transformationsmatrizen als Werkzeug in der Computergraphik 39

40 5. Transformationen in 3D Vorgehensweise gleich zu 2D Repräsentation in homogenen Koordinaten (4D) Transformationsmatrizen demzufolge 4 4-Matrizen 40

41 5. Transformationen in 3D Translation Addition eines Translationsvektors bzw. Multiplikation mit einer Translationsmatrix Skalierung Multiplikation mit Skalierungsfaktoren bzw. Multiplikation mit einer Skalierungsmatrix uniforme Skalierung, wenn s x =s y =s z, sonst Nicht-uniforme Skalierung 41

42 5. Transformationen in 3D Rotation Rotationen um die verschiedenen Koordinatenachsen müssen betrachtet werden. 3 verschiedene Rotationsmatrizen (Rotation um positive Winkel in rechtshändigem Koordinatensystem) Achse, um die gedreht wird, bleibt Einheitsvektor in der Matrix 42

43 5. Transformationen in 3D Warum unterschiedliche Vorzeichen bei den Winkeln (Sinus)? y x x z z rechtshändiges Koordinatensystem gegenüber der 2D-Herleitung: Spiegelung an der x-achse (x, -y) (sin θ = - sin (- θ ), cos (- θ) = cos θ 43

44 5. Transformationen in 3D Überführung rechtshändiges in linkshändiges Koordinatensystem (Spiegelung) 44

45 5. Transformationen in 3D Zusammensetzen von Transformationen auch über Multiplikation der Matrizen generelle Transformationsmatrix in 3D Skalierung Rotation Translation 45

46 6. Koordinatentransformationen Bisher: Transformation von Punkten in neue Punkte bei konstantem Koordinatensystem ( geometrische Transformationen ) Äquivalente Sichtweise: Wechsel des Koordinatensystems bei konstanten geometrischen Objekten ( Koordinatentransfor-mationen ) Allgemein gilt: Geometrische Transformationen und entsprechende Koordinatentransformationen sind invers zueinander! M 21 Quelle: Stefanie Schraufstetter, TU München 46

47 7. Planare Projektionen A painting [the projection plane] is the intersection of a visual pyramid [view volume] at a given distance, with a fixed center [center of projection] and a defined position of light, represented by art with lines and colors on a given surface [the rendering]. (Alberti, 1435) Hans Vredemann de Vries: Perspektiv

48 7. Planare Projektionen Albrecht Dürer: Der Zeichner der Laute 48

49 7. Planare Projektionen Planare Projektionen: Projektionsstrahlen sind Geraden Gerade Linien werden auf gerade Linien abgebildet (es entstehen keine Krümmungen). Projektionsfläche ist eine Ebene. 49

50 7. Planare Projektionen Wichtige Begriffe und Abkürzungen: Parallelprojektion ist charakterisiert durch die Richtung der Projektion (direction of projection, dop) Perspektivische Projektion ist charakterisiert durch das Projektionszentrum (center of projection, cop) Ebene auf die das Bild projiziert wird: Sichtebene (view plane). Vektor, der senkrecht zur Projektionsebene steht: Normale der Sichtebene (view plane normal, vpn). Strahlen, die die Projektion charakterisieren: Projektoren. Bei perspektivischer Projektion gehen sie vom cop aus und divergieren; bei der Parallelprojektion sind sie parallel. 50

51 7. Planare Projektionen 3D nach 2D Wesentliche Klassen von geometrische Projektionen Perspektivische (Center of Projection, COP) Parallele (Projektionsrichtung, DOP) Quelle: Foley, van Dam, Feiner, Hughes

52 7. Planare Projektionen rechtwinklig schief ein Fluchtpunkt Tafelprojektion Grundriss axonometrisch isometrisch Kavalier Kabinett zwei Fluchtpunkte drei Fluchtpunkte Aufriss dimetrisch... Seite trimetrisch 52

53 7. Planare Projektionen 7.1. Parallelprojektionen Parallelprojektion Projektionszentrum liegt im Unendlichen Projektionsstrahlen verlaufen parallel Keine perspektivische Verkürzung Parallele Linien bleiben parallel. Unterschiede: Winkel zwischen vpn und dop sowie Winkel zwischen dop und den Koordinatenachsen Typische Anwendungen: Darstellung von architektonischen Modellen (Gebäuden), die im wesentlichen durch rechtwinklige Bestandteile charakterisiert sind Darstellung medizinischer Daten 53

54 7. Planare Projektionen 7.1. Parallelprojektionen Rechtwinklige Projektionen Seitenansicht, Vorderansicht, Draufsicht Tafelprojektionen: Rechtwinklige Parallelprojektion, bei der Sichtebene parallel zu einer Koordinatenachse ist. 54

55 7. Planare Projektionen 7.1 Parallelprojektionen Axonometrische Projektionen Isometrisch: Winkel zwischen den drei Hauptachsen gleich (120º). Längenverkürzung Dimetrisch: Winkel zwischen zwei der Hauptachsen gleich Trimetrisch: Winkel zwischen den Hauptachsen jeweils unterschiedlich 55

56 7. Planare Projektionen 7.1. Parallelprojektionen Isometrische Projektion z 120 º 120 º y 120 º x 120 º 120 º 120 º iso-metric (griechisch für gleiches maß ) gleiche Verkürzung aller drei Hauptachsen gleiche Winkel (120º) zwischen den Projektionen der Achsen Projektionsebene schneidet jede Hauptachse in 45 56

57 7. Planare Projektionen 7.1. Parallelprojektionen Isometrische Projektion Age of Empires II Microsoft Corporation 57

58 7. Planare Projektionen 7.1. Parallelprojektionen Schräge (schiefe) Parallelprojektion Projektionsstrahlen nicht senkrecht zur Bildebene Typen: Kavalierperspektive, Kabinettperspektive 58

59 7. Planare Projektionen 7.1. Parallelprojektionen Schräge Parallelprojektion Kavalier: Winkel zwischen Projektoren und Projektionsebene: 45. Keine Längenverkürzung. Quelle: Foley, van Dam, Feiner, Hughes 90 Kabinett: Winkel zwischen Projektoren und Projektionsebene : arctan(2) = 63.4º. Verkürzung um 50%. Quelle: Foley, van Dam, Feiner, Hughes 90 59

60 7. Planare Projektionen 7.1. Parallelprojektionen Schräge Parallelprojektion Rechtwinklige Projektion Kavalierperspektive Kabinettperspektive 60

61 Rechtwinklig VPN einer Hauptkoordinatenachse DOP VPN zeigt eine Fläche, korrekte Abmessungen Axonometrisch VPN einer Hauptkoordinatenachse DOP VPN zeigt mehrere Flächen, keine exakt, einheitliche Verkürzung (parallele Linien erhalten, Winkel nicht) Schräg VPN einer Hauptkoordinatenachse DOP VPN (DOP = Direction of Projection, VPN = View Plane Normal) zeigt mehrere Flächen, eine korrekt, andere einheitlich verkürzt 61

62 7. Planare Projektionen 7.2. Perspektivische Projektion Betrachter im COP Näher an der visuellen Wahrnehmung als Parallelprojektion Unterteilung nach der Anzahl der Fluchtpunkte (Schnittpunkte parallerer Geraden in x-, y- und z- Richtung). 1, 2, 3 Quelle: Baugemeinsachft Passiv+ Quelle: Angel (2000) 62

63 7. Planare Projektionen 7.2. Perspektivische Projektion 63

64 7. Planare Projektionen 7.2. Perspektivische Projektion 1-Punkt-Perspektive: Die Projektionsebene schneidet nur eine der 3 Koordinatenachsen 2-Punkt-Perspektive: Die Projektionsebene schneidet zwei der 3 Koordinatenachsen 3-Punkt-Perspektive: Die Projektionsebene schneidet alle drei Koordinatenachsen 64

65 7. Planare Projektionen 7.2. Perspektivische Projektion Sichtebene in Relation zu den Koordinatenachsen Quelle: M. Haller, FH Hagenberg, (2002) 65

66 7. Planare Projektionen 7.2. Perspektivische Projektion Eigenschaften: Bei allen Arten perspektivische Verkürzung Parallelität von Linien und Winkel werden im allgemeinen nicht erhalten. Unterschiedliche Anzahl der Fluchtpunkte resultiert aus dem Winkel zwischen Sichtebene und den Ebenen aus je zwei Koordinatenachsen. 3 Fluchtpunkte, wenn die Projektionsebene alle Ebenen (xy, xz und yz) schneidet. 1 Fluchtpunkt, wenn Sichtebene parallel zu einer der drei Ebenen. 66

67 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion Herleitung der Transformationsmatrix für die Zentralprojektion für folgendes Beispiel: Projektionszentrum liegt im Ursprung Projektionsebene ist die Ebene z = d aus der Ähnlichkeit der Dreiecke (0,0,0), (x,0,z),(x,0,d) und (0,0,0), (0,y,z),(0,y,d) ergibt sich für x : und analog für y : 67

68 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion 68

69 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion Herleitung der Transformationsmatrix für die Zentralprojektion für folgendes Beispiel: Projektionszentrum liegt im Punkt (0,0,-d) Projektionsebene ist die Ebene z = 0 69

70 7. Planare Projektionen 7.3. Projektionsmatrizen Parallelprojektion Wie sieht die Projektionsmatrix für die Parallelprojektion aus? Projektionsrichtung: (0,0,-1) Projektionsebene: z = 0 d.h. perspektivische Projektion auf z=0 mit Projektionszentrum (0,0,-d) und d = 70

71 8. Zusammenfassung Geometrische Transformationen sind lineare Abbildungen vom R n in den R n für uns von besonderem Interesse R 2 R 2 und R 3 R 3 Für Computergraphik relevant: Translation Skalierung Rotation Scherung, Spiegelung Einheitliche Behandlung der Transformationen durch Übergang zu homogenen Koordinaten und zur Darstellung der Transformationen durch Matrizen 71

72 8. Zusammenfassung Zusammengesetzte Transformationen durch Hintereinanderausführen von elementaren Transformationen, entspricht Multiplikation der Matrizen. Transformation der Objekte oder des Koordinatensystems Verschiedene Arten von Projektionen entsprechend des Darstellungsziels Projektionen lassen sich ebenfalls durch homogene Transformationsmatrizen repräsentieren 72

73 Video: Geri s Game Ziel: Realistische Animation menschlicher Körper und Bekleidung Erstmalig Einsatz von Subdivision Surfaces zur Modellierung für Animationen Spezielle Art der Polygonnetze Computergraphik II Academy Award for Best Animated Short Film

Planare Projektionen und Betrachtungstransformation. Quelle: Angel (2000)

Planare Projektionen und Betrachtungstransformation. Quelle: Angel (2000) Planare Projektionen und Betrachtungstransformation Quelle: Angel (2) Gliederung Einführung Parallelprojektionen Perspektivische Projektionen Kameramodell und Betrachtungstransformationen Mathematische

Mehr

2.2 Projektionen und Kameramodelle

2.2 Projektionen und Kameramodelle Graphikprog. GRUNDLEGENDE VERFAHREN UND TECHNIKEN. Projektionen und Kameramodelle Nachdem alle Objekte einer Szenerie mittels der besprochenen Transformationen im D-Weltkoordinatensystem platziert sind,

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

2D-Transformationen. Kapitel 6. 6.1 Translation. 6.2 Skalierung

2D-Transformationen. Kapitel 6. 6.1 Translation. 6.2 Skalierung Kapitel 6 2D-Transformationen Mit Hilfe von Transformationen ist es möglich, die Position, die Orientierung, die Form und die Größe der grafischen Objekte zu manipulieren. Transformationen eines Objekts

Mehr

Erinnerung. Arbeitsschritte der Computergraphik. Modellierung. Animation. Rendering. Ausgabemedium. Generierung

Erinnerung. Arbeitsschritte der Computergraphik. Modellierung. Animation. Rendering. Ausgabemedium. Generierung Erinnerung Arbeitsschritte der Computergraphik Modellierung Animation Generierung Ausgabemedium Graphik/-Pipeline Wandelt die Beschreibung einer Szene im dreidimensionalen Raum in eine zweidimensionale

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der

Mehr

1 Analytische Geometrie

1 Analytische Geometrie Analytische Geometrie. Grundlagen, Begriffe, Schreibweisen Achsenkreuz Die Achsen heißen in dieser Darstellung x und -Achse. Punkte Punkte werden weiterhin mit großen, lateinischen Buchstaben bezeichnet

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

Kapitel 0. Einführung. 0.1 Was ist Computergrafik? 0.2 Anwendungsgebiete

Kapitel 0. Einführung. 0.1 Was ist Computergrafik? 0.2 Anwendungsgebiete Kapitel 0 Einführung 0.1 Was ist Computergrafik? Software, die einen Computer dazu bringt, eine grafische Ausgabe (oder kurz gesagt: Bilder) zu produzieren. Bilder können sein: Fotos, Schaltpläne, Veranschaulichung

Mehr

Computergraphik Grundlagen

Computergraphik Grundlagen Computergraphik Grundlagen V. Die Rendering-Pipeline Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik Inhalt Lernziele 1. Der Begriff Rendering 2. Die Rendering-Pipeline Geometrische Modellierung

Mehr

Geometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten?

Geometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten? In der euklidischen Geometrie der Mittelstufe ging es zumeist um geometrische Konstruktionen und um qualitative Aussagen über geometrische Objekte in Bezug zueinander. Möchte man, insbesondere im dreidimensionalen

Mehr

Computer-Graphik I Transformationen & Viewing

Computer-Graphik I Transformationen & Viewing lausthal Motivation omputer-raphik I Transformationen & Viewing Man möchte die virtuelle 3D Welt auf einem 2D Display darstellen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de. Zachmann

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Lineare Algebra und Computer Grafik

Lineare Algebra und Computer Grafik Lineare Algebra und Computer Grafik Vorlesung an der Hochschule Heilbronn (Stand: 7 Mai ) Prof Dr V Stahl Copyright 6 by Volker Stahl All rights reserved Inhaltsverzeichnis Vektoren 4 Vektoren und Skalare

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Grundregeln der Perspektive und ihre elementargeometrische Herleitung

Grundregeln der Perspektive und ihre elementargeometrische Herleitung Vortrag zu Mathematik, Geometrie und Perspektive von Prof. Dr. Bodo Pareigis am 15.10.2007 im Vorlesungszyklus Naturwissenschaften und Mathematische Wissenschaften im Rahmen des Seniorenstudiums der LMU.

Mehr

Mathematische Grundlagen der. Computergeometrie

Mathematische Grundlagen der. Computergeometrie Technische Universität Chemnitz Fakultät für Mathematik TECHNISCHE UNIVERSITÄT C H E M N I T Z Mathematische Grundlagen der Computergeometrie (Vorlesung: Dr. M. Pester) Inhalt: Grundlagen der analtischen

Mehr

Inhaltsverzeichnis. 1 Hardwaregrundlagen

Inhaltsverzeichnis. 1 Hardwaregrundlagen Inhaltsverzeichnis 1 Hardwaregrundlagen 2.4 2.5 Perspektivische 2.6 Parallele 2.7 Umsetzung der Zentralprojektion 2.8 Weitere 2.9 Koordinatensysteme, Frts. 2.10 Window to Viewport 2.11 Clipping 3 Repräsentation

Mehr

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64 1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:

Mehr

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung: Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben

Mehr

Probestudium der Physik: Mathematische Grundlagen

Probestudium der Physik: Mathematische Grundlagen Probestudium der Physik: Mathematische Grundlagen Ludger Santen 1. Februar 2013 Fachrichtung Theoretische Physik, Universität des Saarlandes, Saarbrücken 1 Einführung Die Mathematik ist die Sprache der

Mehr

4. Kapitel 3D Engine Geometry

4. Kapitel 3D Engine Geometry 15.11.2007 Mathematics for 3D Game Programming & Computer Graphics 4. Kapitel 3D Engine Geometry Anne Adams & Katharina Schmitt Universität Trier Fachbereich IV Proseminar Numerik Wintersemester 2007/08

Mehr

y x x y ( 2x 3y + z x + z

y x x y ( 2x 3y + z x + z Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Skript zum Vortrag Grundlagen der Computergrafik

Skript zum Vortrag Grundlagen der Computergrafik Skript zum Vortrag Grundlagen der Computergrafik Hanna Peeters Carsten Pauck VR-Gruppe Rechen- und Kommunikationszentrum RWTH Aachen Betreuer: Jakob T. Valvoda Dieses Dokument entstand im Rahmen der Seminarvorträge

Mehr

3.6 Drehungen in der Ebene

3.6 Drehungen in der Ebene 3.6-1 3.6 Drehungen in der Ebene 3.6.1 Die Drehmatrix Gelegentlich müssen wir die Lage eines Teilchens in einem ebenen Koordinatensystem beschreiben, das gegenüber einem festen System um φ gedreht ist.

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 7 Projektionen und Rückprojektionen Der Punkt Die Gerade Die Quadrik Die Ebene Zusammenhang Kalibriermatrix - Bild des absoluten

Mehr

Vektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren

Vektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren Kapitel 3 Vektoren 31 Skalare, Vektoren, Tensoren Viele physikalische Größen lassen sich bei bekannter Maßeinheit durch Angabe ihres Betrages als reelle Zahl vollständig angeben Solche Größen nennt man

Mehr

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines

Mehr

Computergrafik 1. 2D Rendering

Computergrafik 1. 2D Rendering Computergrafik 2D Rendering Hearn/Baker 32., 3.4-3.6,5. 5.8, 6. 6.8, 6. Based on material b Werner Purgathofer, Gerhard Reitmar and Dieter Schmalstieg 2D Racasting Inhalt Einfaches Rendering Model 2D Transformationen

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Repetitionsaufgaben: Lineare Funktionen

Repetitionsaufgaben: Lineare Funktionen Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Funktionen Zusammengestellt von Irina Bayer-Krakvina, KSR Lernziele: - Wissen, was ein Steigungsdreieck einer Geraden ist und wie die Steigungszahl

Mehr

Computer Graphik. Mitschrift von www.kuertz.name

Computer Graphik. Mitschrift von www.kuertz.name Computer Graphik Mitschrift von www.kuertz.name Hinweis: Dies ist kein offizielles Script, sondern nur eine private Mitschrift. Die Mitschriften sind teweilse unvollständig, falsch oder inaktuell, da sie

Mehr

Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung

Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung Amina Duganhodzic Proseminar: Mathematisches Problemlösen Unter der Leitung von Privat Dozentin Dr. Natalia Grinberg 26. Juni

Mehr

Workshop: Einführung in die 3D-Computergrafik. Julia Tolksdorf Thies Pfeiffer Christian Fröhlich Nikita Mattar

Workshop: Einführung in die 3D-Computergrafik. Julia Tolksdorf Thies Pfeiffer Christian Fröhlich Nikita Mattar Workshop: Einführung in die 3D-Computergrafik Julia Tolksdorf Thies Pfeiffer Christian Fröhlich Nikita Mattar 1 Organisatorisches Tagesablauf: Vormittags: Theoretische Grundlagen Nachmittags: Bearbeitung

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Tag 3. Zweidimensionale Spielewelten

Tag 3. Zweidimensionale Spielewelten Tag 3 Zweidimensionale Spielewelten Lernziele Grundlagen für eine 2D-Spielewelt Beschreibung von 2D-Welten durch Vektoren Zweidimensionale Welttransformationen durch Matrizen Mögliche Problemstellungen

Mehr

Bildtransformationen. Geometrische Transformationen Grauwert-Interpolation

Bildtransformationen. Geometrische Transformationen Grauwert-Interpolation Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt

Mehr

Staatlich geprüfte Techniker

Staatlich geprüfte Techniker Auszug aus dem Lernmaterial ortbildungslehrgang Staatlich geprüfte Techniker Auszug aus dem Lernmaterial Maschinenbautechnische Grundlagen DAA-Technikum Essen / www.daa-technikum.de, Infoline: 001 83 16

Mehr

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:

Mehr

Gegeben ist die Funktion f durch. Ihr Schaubild sei K.

Gegeben ist die Funktion f durch. Ihr Schaubild sei K. Aufgabe I 1 Gegeben ist die Funktion f durch. Ihr Schaubild sei K. a) Geben Sie die maximale Definitionsmenge D f an. Untersuchen Sie K auf gemeinsame Punkte mit der x-achse. Bestimmen Sie die Intervalle,

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

Softwareprojekt Spieleentwicklung

Softwareprojekt Spieleentwicklung Softwareprojekt Spieleentwicklung Prototyp I (2D) Prototyp II (3D) Softwareprojekt 12.04. 19.04. 26.04. 03.05. 31.05. Meilenstein I 28.06. Meilenstein II Prof. Holger Theisel, Tobias Günther, OvGU Magdeburg

Mehr

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,

Mehr

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg, Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.

Mehr

Grundlagen der Computer-Tomographie

Grundlagen der Computer-Tomographie Grundlagen der Computer-Tomographie Quellenangabe Die folgenden Folien sind zum Teil dem Übersichtsvortrag: imbie.meb.uni-bonn.de/epileptologie/staff/lehnertz/ct1.pdf entnommen. Als Quelle für die mathematischen

Mehr

Komplexe Zahlen. Kapitel 1. 1.1 Definitionen 18.4.01

Komplexe Zahlen. Kapitel 1. 1.1 Definitionen 18.4.01 Kapitel Komplexe Zahlen Motivation: die Gleichung x = hat offensichtlich keine reellen Lösungen, da x 0 für jedes reelle x gilt Um auch diese Gleichung lösen zu können, muß man neue Zahlen einführen: die

Mehr

geschlossene Schachtel mit einem kleinen Loch

geschlossene Schachtel mit einem kleinen Loch Kameramodellierung Lochkamera Kamerakonstante Kamerazentrum geschlossene Schachtel mit einem kleinen Loch ideale Kamera: Loch hat keine Ausdehnung die Strahlen sind ein Büschel von Geraden Abbildung erfolgt

Mehr

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

2 Geradengleichungen in Parameterform. Länge und Skalarprodukt

2 Geradengleichungen in Parameterform. Länge und Skalarprodukt 2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Basiswissen Niedersachsen. Übungsbuch für den Grundkurs mit Tipps und Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Basiswissen Niedersachsen. Übungsbuch für den Grundkurs mit Tipps und Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Basiswissen Niedersachsen Übungsbuch für den Grundkurs mit Tipps und Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der Gleichung zur Kurve... 9 Aufstellen

Mehr

INFOMAPPE ZUM EINSTUFUNGSTEST MATHEMATIK AN DER FOS/BOS MEMMINGEN

INFOMAPPE ZUM EINSTUFUNGSTEST MATHEMATIK AN DER FOS/BOS MEMMINGEN INFOMAPPE ZUM EINSTUFUNGSTEST MATHEMATIK AN DER FOS/BOS MEMMINGEN Liebe Schülerinnen und Schüler, wie schnell man einen bereits einmal gekonnten Stoff wieder vergisst, haben Sie sicherlich bereits schon

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 Vorlesung: 21.11. 2005 Matrix und Determinante 4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer

Mehr

Was sind Vektoren? Wozu braucht man sie?

Was sind Vektoren? Wozu braucht man sie? Was sind Vektoren? Wozu braucht man sie? Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 30. März 2005 1 Einleitung Dieser

Mehr

3D-Model Reconstruction using Vanishing Points

3D-Model Reconstruction using Vanishing Points 3D-Model Reconstruction using Vanishing Points Seminar: Ausgewä hlte Themen zu "Bildverstehen und Mustererkennung" Dozenten: Prof. Dr. Xiaoyi Jiang, Dr. Da-Chuan Cheng, Steffen Wachenfeld, Kai Rothaus

Mehr

Internal Report 06 01. Inkrementelle Akquisition von 3D-Objektmodellen

Internal Report 06 01. Inkrementelle Akquisition von 3D-Objektmodellen Internal Report 06 01 Inkrementelle Akquisition von 3D-Objektmodellen by Lars Heyden Ruhr-Universität Bochum Institut für Neuroinformatik 44780 Bochum IR-INI 06 01 April 2006 ISSN 0943-2752 c 2006 Institut

Mehr

Technische Universität München. Fakultät für Informatik

Technische Universität München. Fakultät für Informatik Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Thema: Kameramodelle und Kamerakalibrierung Proseminar: Grundlagen Bildverstehen/Bildgestaltung Michaela

Mehr

Computergrafik 1 3D Rendering

Computergrafik 1 3D Rendering Computergrafik 3D Rendering Hearn/Baker 5.9-6,7.-9,7. Based on material b Werner Purgathofer and Dieter Schmalstieg Creating an Illusion The environment The imaging process = rendering The camera 2 Rendering

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

( -1 2 ) -2. Gesamtschule Duisburg-Mitte. Abbildungen. Affine Abbildungen. 1. Spiegelung an den Koordinatenachsen A( 1 / 4 ) -> A'( -1 / 5 )

( -1 2 ) -2. Gesamtschule Duisburg-Mitte. Abbildungen. Affine Abbildungen. 1. Spiegelung an den Koordinatenachsen A( 1 / 4 ) -> A'( -1 / 5 ) Duisurg-Mitte e/04 Aildungen Im zweidimensionalen Raum werden Figuren durch Rechen- / Aildungsvorschriften auf andere Figuren ageildet. Die ursprünglichen Figuren werden mit Buchstaen A,B,C usw. enannt,

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01 . Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:

Mehr

3D-Algebra Version 2

3D-Algebra Version 2 3D-Algebra Version 2 Fakultät für Mathematik und Informatik Datenbanksysteme für neue Anwendungen FernUniversität in Hagen 19.November 2015 c 2015 FernUniversität in Hagen Das Ziel Repräsentation von Punkten,

Mehr

Das Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1

Das Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1 Das Mathematikabitur Abiturvorbereitung Geometrie Autor: Claus Deser Abiturvorbereitung Mathematik 1 Gliederung Was sind Vektoren/ ein Vektorraum? Wie misst man Abstände und Winkel? Welche geometrischen

Mehr

Mathematik für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen Teil II (Lineare Algebra und analytische Geometrie): SoSe 07

Mathematik für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen Teil II (Lineare Algebra und analytische Geometrie): SoSe 07 Mathematik für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen Teil II (Lineare Algebra und analytische Geometrie): SoSe 07 Bodo Werner mailto:werner@math.uni-hamburg.de 12. Juli 2007

Mehr

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte März 2008 Zusammenfassung IB 1. Lagebeziehungen zwischen geometrischen Objekten 1.1 Punkt-Gerade Ein Punkt kann entweder auf einer gegebenen

Mehr

Ein Modell zur automatischen Bestimmung von Gelenkmittelpunkten anhand von 3D Motion Capture-Daten

Ein Modell zur automatischen Bestimmung von Gelenkmittelpunkten anhand von 3D Motion Capture-Daten Universität Augsburg - Lehrstuhl für Multimedia Computing Bachelorarbeit Ein Modell zur automatischen Bestimmung von Gelenkmittelpunkten anhand von 3D Motion Capture-Daten Moritz Benedikt Laudahn 17. August

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Mathematik I für Wirtschaftswissenschaftler

Mathematik I für Wirtschaftswissenschaftler 1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.

Mehr

Vortrag Postscript, Einführung, Koordinatgeometrie und Prozeduren

Vortrag Postscript, Einführung, Koordinatgeometrie und Prozeduren Vortrag Postscript, Einführung, Koordinatgeometrie und Prozeduren 03.05.2006 1 2 Punkte und Vektoren Einfache Parallelogramme Vektorprojektion Rotation 3 Variablen Prozeduren 4 3 Grundlegende Fragen zum

Mehr

Freie Rotation im Raum

Freie Rotation im Raum Freie Rotation im Raum Quaternionen und Matrizen Inhaltsverzeichnis 1 Grundlagen 2 1.1 Ziel................................................... 2 1.2 Was ist ein Koordinatensystem?..................................

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

Mehr

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer".

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie Träger oder Fahrer. Was ist ein Vektor? Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer". Vektoren sind Listen von Zahlen. Man kann einen Vektor darstellen, indem man seine Komponenten

Mehr

ÜBERBLICK ÜBER DAS KURS-ANGEBOT

ÜBERBLICK ÜBER DAS KURS-ANGEBOT ÜBERBLICK ÜBER DAS KURS-ANGEBOT Alle aufgeführten Kurse sind 100 % kostenfrei und können unter http://www.unterricht.de abgerufen werden. ANALYSIS / INFINITESIMALRECHNUNG Nullstellen * Nullstellen einer

Mehr

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)

Mehr

Geometrie 1. 1.)Geometrische Grundkonstruktionen. Halbierung einer Strecke, Mittelsenkrechte. Teilung einer Strecke. Winkelhalbierung.

Geometrie 1. 1.)Geometrische Grundkonstruktionen. Halbierung einer Strecke, Mittelsenkrechte. Teilung einer Strecke. Winkelhalbierung. Geometrie 1 1.)Geometrische Grundkonstruktionen Halbierung einer Strecke, Mittelsenkrechte Teilung einer Strecke Winkelhalbierung Thaleskreis Konstruktion von Dreiecken Kongruenzsätze: SSS-Satz, SWS-Satz,

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

Kapitel VIII: Der Raum R n ; allgemeine Vektorräume

Kapitel VIII: Der Raum R n ; allgemeine Vektorräume Kapitel VIII: Der Raum R n ; allgemeine Vektorräume a) Vektoren: Definition und Grundlagen Größen, die sich durch Angabe eines Zahlenwertes und einer Einheit vollständig beschreiben lassen, nennt man Skalare

Mehr

x 2 + px + q = 0 ) x 1;2 = p 2 r p 2 2

x 2 + px + q = 0 ) x 1;2 = p 2 r p 2 2 Komplexe Zahlen Komplexe Zahlen treten in der Schule zum ersten Mal bei der Lösung von quadratischen Gleichungen auf. Wir nehmen die Gleichung x 2 + 6x + 25 als Beispiel. Diesen Gleichungstyp können wir

Mehr

Mathematik für Techniker

Mathematik für Techniker Mathematik für Techniker 5. Auflage mit 468 Bildern, 531 Beispielen und 577 Aufgaben mit Lösungen rs Fachbuchverlag Leipzig im Carl Hanser Verlag Inhaltsverzeichnis 1 Rechenoperationen 15 1.1 Grundbegriffe

Mehr

Ziel bei der Darstellung von räumlichen Figuren (Körpern): Startseite

Ziel bei der Darstellung von räumlichen Figuren (Körpern): Startseite Startseite Zentralprojektion 1 Kapitel 3: Zeichnerische Darstellung von Körpern Darstellung von Körpern in der Ebene. Quelle im Wesentlichen: Krauter, Elementargeometrie S.1-17 Ziel bei der Darstellung

Mehr

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1. Matrizen Aufgabe Sei f R R 3 definiert durch ( x 3y x f x + y y x Berechnen Sie die Matrix Darstellung von f Lösung von Aufgabe ( f ( f 3 Die Matrix Darstellung von f ist somit A 3 Aufgabe Eine lineare

Mehr

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik:

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik: Vektorrechnung 1. Vektoren im R 2, R 3 Größen in Physik und Technik: - skalare Größen: Länge [m], Zeit [sec], Masse [kg], Energie [N m], elektr. Spannung [V ],... gekennzeichnet durch: Maßzahl ( R) [Maßeinheit]

Mehr

Leitprogramm Vektorgeometrie

Leitprogramm Vektorgeometrie Leitprogramm Vektorgeometrie Torsten Linnemann Pädagogische Hochschule FHNW Gymnasium Oberwil E-mail:torsten.linnemann@fhnw.ch 18. September 2011 Dank: Ich danke der Klasse 4aL, Kantonsschule Solothurn,

Mehr

Beispielaufgaben zum Pflichtteil im Abitur Mathematik ab 2014

Beispielaufgaben zum Pflichtteil im Abitur Mathematik ab 2014 Beispielaufgaben zum Pflichtteil im Abitur Mathematik ab 04 Schwerpunkt: grundlegendes Anforderungsniveau 0 Inhaltsverzeichnis Inhaltsverzeichnis Seite Vorbemerkungen... Aufgabenvariationen und Ergänzungen

Mehr

Vorlesung INFORMATIK 2

Vorlesung INFORMATIK 2 Prof. Dr. J. Dankert FH Hamburg Vorlesung INFORMATIK 2 2 Inhalt 1 Graphische Darstellung dreidimensionaler Objekte 4 1.1 Homogene Koordinaten 5 1.2 Transformationen 5 1.2.1 Geometrische Transformationen

Mehr