从医学影像到几何表示：网格、标架与齐次坐标

Point

表示空间中的位置。

Vector

表示方向 + 大小，没有固定位置（例如：速度、力、位移）。

Scalar

普通数值，用来描述长度、比例和参数（例如：时间、温度、质量）。

长度 / 距离

医学模型中两点间距离、器械前进深度、网格边长等都用标量描述。

比例 / 缩放

模型归一化、单位换算、植入物模板尺寸调整，本质上都需要标量因子。

参数 / 权重

线段插值、三角形内部点、颜色或属性插值，都通过参数控制位置或权重。

有明确几何意义

• P - Q：两个点之差得到一个向量
• Q + v：点沿向量移动得到新点
• u + v：两个向量相加得到新方向/位移
• αv：用标量改变向量长度

需要警惕

• P + Q：两个点通常不能直接相加
• αP：单独用标量乘点通常没有几何意义
• vec3：只是存储形式，不自动说明几何类型

仿射空间包含什么？

• 点 Point：表示位置
• 向量 Vector：表示位移、方向和大小
• 标量 Scalar：表示比例、参数和权重

允许哪些基本操作？

• 两点相减：\(P-Q=\mathbf{v}\)
• 点加向量：\(Q+\mathbf{v}=P\)
• 向量线性组合：\(\alpha\mathbf{u}+\beta\mathbf{v}\)

两点之间的仿射和

当 \(0\le \alpha\le1\) 时，\(P(\alpha)\) 位于线段 \(P_0P_1\) 上。

一般形式

权重之和为1，是仿射和成立的关键条件。

方式一：一个点 + 两个向量

其中 \(P_0\) 是面上的一个点，\(\mathbf{u}\)、\(\mathbf{v}\) 是面内两个不共线方向。

方式二：三个不共线点

三个不共线点 \(P_0,P_1,P_2\) 可以确定一个平面，也可以确定一个三角形面片。

三角形面片

三个不共线点 \(P_0,P_1,P_2\) 不仅确定一个平面，也确定该平面上的一个有限区域：三角形。

凸包 / 重心形式

满足这些条件时，点 \(P\) 位于三角形内部或边界上。

由两个面内向量得到

若 \(\mathbf{u}=P_1-P_0\)，\(\mathbf{v}=P_2-P_0\)，则：

为什么顺序重要？

交换顶点顺序会改变叉积方向，进而改变法线朝向。

这会影响背面剔除、光照明暗和医学表面方向判断。

A

\(P-Q\)

B

\(P+v\)

C

\(u+v\)

D

\(P+Q\)

几何关系可保持

距离、角度、连接关系等可以不依赖某一个具体坐标系来理解。

程序必须使用表示

WebGL最终需要的是数值数组，因此必须明确这些数值属于哪个Frame。

向量的表示

坐标 \((\alpha_1, \alpha_2, \alpha_3)\) 是向量在基 \((e_1, e_2, e_3)\) 下的表示。

点的表示还需要原点

没有原点 \(P_0\)，仅靠基向量无法确定一个点的位置。

Model Frame

模型坐标系：顶点通常在重建或建模时定义在这里。

World Frame

世界坐标系：把模型放回具体医学空间。

View Frame

观察/相机坐标系：决定从哪个角度看见三维对象。

① 实际对象与数学表示

• 点 \(P\)：如骨骼表面顶点，表示空间绝对位置，严格依赖标架原点。
• 向量 \(\mathbf{v}\)：如表面法向或位移，表示方向与大小，独立于原点。

代码中均为 vec3(x, y, z)

② 如何区分？核心困境

若标架原点平移或对物体施加平移：
• 点的坐标数值必须改变；
• 向量的数值绝不能改变！

③ 标架展开引出齐次坐标

将标架原点 \(P_0\) 作为广义基底：
• 点需原点：\(P = P_0 + xe_1 + ye_2 + ze_3\)
• 向量无需原点：\(\mathbf{v} = 0\cdot P_0 + \alpha e_1 + \dots\)

第四分量 \(w\) 编码几何类型！

严格数学定义

三维空间中的点 \(P(x,y,z)\) 与自由向量 \(\mathbf{v}(\alpha,\beta,\gamma)\) 对应齐次列向量：

满足 \(w \ne 0\) 时，齐次坐标 \([x, y, z, w]^T\) 对应笛卡尔空间点 \((x/w, y/w, z/w)\)。

列向量左乘统一标准

后续图形学流水线计算中，均以列向量左乘为唯一标准：

变换由右向左依次作用；GLSL 着色器标准写法：gl_Position = uP * uV * uM * aPos;

点 − 点 = 向量

两点相减，原点抵消，自动退化为方向向量。

点 + 向量 = 点

点沿向量位移，依然引用原点，结果仍为点。

向量 + 向量 = 向量

自由向量的合成，始终不携带原点。

点 + 点 = ？

\(w=2\) 无几何意义！除非是仿射和 \(\sum\alpha_i=1\)。

左上角 \(d\times d\)（三维下为 \(3\times 3\)）保留原线性变换核，用于旋转、缩放与坐标轴变换。

行列设置精髓：最后一列专管“原点在哪里”，最后一行专管“权重是否维持为 1 或 0”。

• 最后一列 \(\mathbf{t}\) 与 \(1\) 相乘，直接参与新位置计算（反映原点映射对位置的影响）。
• 最后一行内积为 \(0\cdot x + 0\cdot y + 0\cdot z + 1\cdot 1 = 1\)，严格保证结果仍然是点。

• 最后一列 \(\mathbf{t}\) 与 \(0\) 相乘，原点项被完全屏蔽（自由向量与标架原点位置解耦）。
• 最后一行内积为 \(0\cdot\alpha + 0\cdot\beta + 0\cdot\gamma + 1\cdot 0 = 0\)，严格保证结果仍然是向量。

标架映射的几何关系

设标架 \(A\) 的基底与原点在标架 \(B\) 中的齐次表示分别为：

则连接两个标架的变换矩阵 \(\mathbf{M}_{A \to B}\) 正是以这四个列向量直接拼合而成！

标架变换矩阵

任一点或向量在标架 \(B\) 中的坐标满足：\(\mathbf{c}_B = \mathbf{M}_{A \to B} \cdot \mathbf{c}_A\)

通用的仿射变换矩阵结构

• 左上角 \(3\times 3\)：控制旋转、缩放、错切与坐标系轴向。
• 右上角 \(3\times 1\)：控制相对平移量与原点位移。

矩阵预先复合的巨大优势

• 几十次平移、旋转与缩放，可在 CPU 端预先乘成一个单一矩阵。
• GPU 面对百万顶点网格，每个顶点仅需一次矩阵乘法：\(\mathbf{p}' = \mathbf{M}_{final}\mathbf{p}\)。

模型变换 Model

模型坐标系 → 世界坐标系

将各个解剖模型缩放、旋转并摆放到统一的三维手术或场景空间中。

观察变换 View

世界坐标系 → 观察/相机坐标系

以虚拟相机为中心和原点，对准观察视线，形成常说的模型视图矩阵。

投影变换 Projection

观察/相机坐标系 → 裁剪坐标系

构建视锥体，产生透视近大远小效果；输出 gl_Position 并由硬件执行透视除法。

研讨与验证要点

1. 平移是第1层优势：统一仿射变换矩阵，列向量左乘保持代数一致性。
2. 透视是第2层质变：透视投影中相机空间的 \(z\) 被送入齐次分量 \(w\)；硬件随后执行除法 \((x/w, y/w)\)，瞬间实现“近大远小”。
3. 结论核验：齐次坐标是整个图形流水线将仿射几何与透视投影合二为一的终极钥匙。

表面顶点

用 \(w=1\) 表示绝对位置，确保配准移动时跟随解剖实体定位。

表面法向量

用 \(w=0\) 表示方向，平移床位时不改变器官的光照法线。

模型对齐配准

用 Model Matrix 将 CT 网格精准对齐到手术台患者坐标系。

观察与透视

用 View/Proj 矩阵将内窥镜或 AR 眼镜视角呈现到屏幕上。

不是只保存“骨骼”这个词

计算机需要可计算的点、向量、三角形、属性与连接关系。

坐标必须有语境

同一个点属于哪个坐标系（模型坐标系 / 世界坐标系 / 观察/相机坐标系），是解释坐标的前提。