Projektív geometria. 1. Bevezetés. 2. Homogén koordináták december Pontok leírása homogén koordinátákkal
|
|
- Enikő Fábián
- 5 évvel ezelőtt
- Látták:
Átírás
1 Projektív geometria december 8.. Bevezetés A Tomasi-Kanade faktorizáció eredeti megoldása mer leges vetítés alkalmazásával készült. Paraperspektív és gyenge perspektív esetre hamarosan kidolgoztak módszereket. Néhány évvel kés bb Bill Triggsz készítette el azt a módszert, amely valódi perspektíva esetén is sikerrel képes el állítani képsorozatokból a felvételen szerepl objektumok jellegzetes pontjainak háromdimnenziós modelljét. 2. Homogén koordináták A feladat megoldása érdekében vezessük be a homogén koordináták fogalmát. 2.. Pontok leírása homogén koordinátákkal Valós koordináták esetén (háromdimenziós térben) három koordinátával határozzuk meg egy pont helyét: P = (x, y, z) Homogén koordináták esetén egy negyedik koordinátát is beillesztünk: P = (x, y, z, T ) Egy valós pontnak sok homogén pont felel meg úgy. A leképzés úgy történik, hogy az els három koordinátát elosztjuk a negyedik koordinátával: ( x (x, y, z, T ) T, y T, z ) T Megjegyzés #: mindez azt is jelenti, hogy ha egy homogén koordinátákkal megadott pont minden egyes elemét megszorozzuk ugyanazzal a számmal, akkor a valódi koordinátákkal leírt pont nem változik meg. Ezt a tulajdonságot a operátorral jelezzük. (x, y, z, T ) (λx, λy, λz, λt )
2 Megjegyzés #2: A T = érték esetén az els három homogén koordináta a valós koordinátákat adja meg, míg T = 0 esetében a pont a végtelenben van (de ennek a végtelennek megvan a pontos iránya, azaz végtelen számú végtelenben lev pontot tudunk a homogén koordinátás ábrázolással leírni, azonban fontos megkötés, hogy homogén koordináták esetén a legnagyobb pontnak nullától különböz nek kell lennie. Megjegyzés #3: Pontot homogén koordinátákkal leírva nemcsak háromdimenzióban, hanem tetsz leges dimenziószámban is el lehet képzelni. A kétdimenziós esettel ebben a cikkben is fogunk találkozni Egyenesek leírása homogén koordinátákkal Az egyenes egyenlete valós koordinátákkal: ax + by + c = 0. Ha behelyettesítjük a homogén koordinátákból visszaállított valós értékeket (x x T, y y T ) akkor az alábbi egyenlettel írhatjuk le az egyeneseket: ax + by + ct = Dualitás Amennyiben van egy egyenesünk pl. a háromdimenziós térben, azl = (l, l 2, l 3, l 4 )vektorral megadott síkra illeszkedik minden olyan x = (x, x 2, x 3, x 4 ) T pont, amelyikre igaz, hogy: Lx = 0 Tehát a két vektor mer leges. Vegyük észre, hogy ha a két vektort kicseréljük, akkor az egyenlet igaz marad. Tehát ha az L-lel reprezentált egyenesre illeszkedik az x pont, akkor az is igaz, hogy az x-szel reprezentált egyenesre illeszkedik az Lpont. Azaz kimondhatjuk a tételt, hogy a projektív geometriában az összes egyenesekre kimondott tétel igaz a pontokra is, és fordítva Két ponttal megadott egyenes egyenlete a kétdimenziós projektív térben Legyen adott két lineárisan független pont a projektív térben : M = (x, y, t) T és N = (u, v, w) T. A két pont által meghatározott egyenest írjuk le az L = (a, b, c) vektorral. Mivel M rajta van L-en, írhatjuk, hogy : M L = 0, vagyis M és L mer legesek egmásra. Ez pedig csak akkor lehetséges (háromdimenzióban vagyunk!), ha L párhuzamos M és N vektorok vektoriális szorzatára: L M N = yw tv tu xw xv yu Megjegyzés: A vektoriális szorzás leírható mátrix segítségével is: 2
3 M N = t 0 x 0 t y y x 0 u v w = [M] x N = w 0 u 0 w v v u 0 x y t = [N] x N Megjegyzés: Az el z pont (dualitás) alapján két egyenes által meghatározott pontot teljesen hasonlóan lehet számítani a projektív geometriában. Megjegyzés: [M] x determinánsa nulla, azaz a vektoriális szorzatot reprezentáló mátrix szinguláris Példa: adott két mer leges egyenes, az egyik az x = a, a másik y = balakban írható le. Keressük a két egyenes metszéspontját. Megoldás: Homogén koordinátás alakban a két egyenes így írható le: x a = 0 és y b = 0. Ez a két egyenes a (, 0, a) T és a (0,, b) T vektorokkal jellemezhet a homogén koordinátás térben. A metszéspontot a vektoriális szorzat segítségével számíthatjuk: i j k a 0 a 0 b = b Tehát a metszéspont nem túlzottan meglep módon (a, b)-ben van Példa: 2D-s párhuzamos egyenesek metszéspontja Két általános helyzet, egymással párhuzamos egyenest a következ képpen írhatunk le: ax + by + c = 0 és ax + by + c 2 = 0. Homogén koordinátákkal a metszéspont kiszámítható: i j k a b c a b c 2 = bc 2 bc ac ac 2 0 Ha át akarunk térni valós koordinátákra, nehézségbe ütközünk: a metszéspont ugyanis a nullával való osztás miatt a végtelenben van. Ráadásul ez egy olyan végtelen, aminek iránya is van, hiszan az egyes végtelen pontokat meg tudjuk egymástól különböztetni. Ezen a példán egy érdekes, és els látásra meglep dolgot vehetünk észre: Azt tudjuk, hogy a végtelenben lev pontokat (a, b, 0) T alakban írhatjuk fel. Ebb l az követketkezik, hogy a végtelenben lev egyenesek rajta vannak a (0, 0, c) T vertorral leírható egyenesen. S t, az is kónnyen belátható, hogy mindegyik végtelenben lev pont rajta van ezen az egyenesen. Ezért ezt a végtelenben lev egyenesnek nevezzük, és így jelöljük: L = (0, 0, ) T. Még egy összefüggésre felhívnánk a gyelmet: egy tetsz leges (a, b, c)-vel reprezentált egyenes a végtelenben lev egyenest itt metszi (természetesen a metszéspont is a végtelenben van): 3
4 i j k a b c 0 0 = Példa: hiperbola és egyenes metszete a 2D-s projektív térben Vegyünk egy hiperbolát, az egyszer ség kedvéért legyen az xy = egyenlettel leírható. Keressük meg azt a pontot, ahol a hiperbola az x = 3 egyenest metszi. Az egyenes egyenlete homogén térben átírható, ha (u, v, w) T -al jelöljük a homogén koordinátás megfelel jét az (x, y) T vektornak : u = 3w. A hiperboláé pedig: uv = w 2, hiszen u = wx és u = wy. A két egyenletb l megoldása a (3w, w/3, w) T homogén koordinátás vektor, ami a (3, 3 )T valós pontnak felel meg Egy ponton átmen egyenesek, egy egyenesre illeszked pontok Ha adott két egyenes, melyet homogén koordinátákkal l -gyel és l 2 -vel jelölünk, akkor a metszéspontjuk p = l l 2 összefüggéssel számítható ki. Ha veszünk egy harmadik egyenest, melynek l 3 a jele, és ez az egyenes szintén átmegy p ponton, akkor igaz, hogy l T 3 (l l 2 ) = 0. Ez pedig egyenérték (beszorzással lehet ellen rizni), hogy det(l, l 2, l 3 ) = 0. A dualitás következtében kimondhatjuk, hogy három pont (p,p 2 és p 3 ) akkor esik egy egyenesre, ha det(p, p 2, p 3 ) = Másodrend felületek A másodrend felületeket így írhatjuk le a hagyományos kétdimenziós térben: b a 0 ax 2 + bx x 2 + cx dx + ex 2 + f = 0 Másodrend felületek sokfélék lehetnek, annak megfelel en, hogy melyik tagot hagyjuk el (illetve választjuk az együtthatóját nullának). Ráismerhetünk a parabolára, az ellipszisre, körre, ellipszisre,...stb. Homogén verziója így néz ki a másodrend felületnek(x = x x 3 és x = x2 x 3 helyettesítésekkel): ax 2 + bx x 2 + cx dx x 3 + ex 2 x 3 + fx 2 3 Mindez vektor-mátrix szorzással is leírható: x T Cx = 0 ahol x = (x, x 2, x 3 ) T és C = b d a 2 2 b e 2 c 2 d 2 e 2 f 4
5 A másodrend felületeket általános esetben öt pont határozza meg, hiszen 6 paramétert kell meghatározni, de a nullával való egyenl ség okán egy szabadságfok megmarad. Ha mondjuk csak parabolát szeretnénk meghatározni ahol b = c = 0, akkor elég három pontot felvenni Egyenesek transzformációja kétdimenzióban Ebben a szakaszban megmutatjuk, hogy egy egyenesre es pontok lineáris transzformáció után szintén egy egyenesre esnek. Adott egy egyenes u (homogén koordinátákkal megadva), melyet szeretnénk transzformálni. Legyen az egyenesnek egy tetsz leges pontja p. Ekkor igaz, hogy u T p = 0 Transzformáljuk most el a p pontot egy Amátrixszal. Így megkapjuk a p -vel jelölt, eltranszformált pontot: p = Ap. Mivel a transzformáció (a degenerált eseteket kivéve) invertálható, írhatjuk, hogy p = A p. Ezek után írhatjuk, hogy u T p = u T A p Az u egyenes transzformált képét értelemszer en jelöljük u -vel. A most megmutatott összefüggésb l egyértelm en látszik, hogy u = A T u egyenl séggel megadott egyenesre fog esni valamennyi u-ra illeszked pont az A lineáris transzformáció után Másodrend felületek transzformációja kétdimenzióban Az eljárás teljesen hasonlatos az el z szakaszban megmutatott transzformációhoz. Egy C mátrixszal leírt harmadrend felületre esik a p pont, ha p T Cp = 0. A lineáris transzformáció inverzének felhasználásával írhatjuk, p A T CA p = 0. Tehát igaz, hogy harmadrend felületen maradnak az eredetileg harmadrend felület pontjai, és az új felületet a C = A T CA összefüggés segítségével lehet leírni Pont és egyenes távolsága homogén koordináták segítségével. Adott egy pont p = (x 0, y 0 ) T koordinátákkal és egy egyenes, amelynek egyenletét az ax + by + c = 0 kifejezéssel adhatunk meg. Ez utóbbi egyenletet írhatjuk g T o + c = 0 alakba, ahol g = (a, b) T és o = (x, y) T A feladat minimalizálni a p o különbségvektor normáját, azaz a költségfüggvény: J = p o = (p o) T (p o) 5
6 Egy feltétel van, az o pontnak rajta kell lennie az egyenesen: g T o + c = 0. A költségfüggvényb l és a feltételb l Lagrange-széls értékkereséssel új költségfüggvényt határozhatunk meg (a kett vel osztás nem befolyásolja a minimumhelyet, viszont egyszer síti a kés bbi számítást): J = 2 (p o)t (p o) + λ(g T o + c) Megoldást o-ra a parciális deriváltfüggvények nullhelyei adják: J o = p + o + λg = 0 J λ = gt o + c = 0 Az els b l o = p λg adódik, amit a másodikba behelyettesíthetünk: g T (p + λg) + c = 0 Ebb l λ = gt p+c g T g adódik, o-t pedig így kapjuk: o = p gt p + c g T g g A két pont közötti tavolság pedig d(p, o) = p o = g T p + c g T g g = gt p + c g T g = c + gt p g g T g T g = c + gt p g gt g Ezzel meg is határoztuk az eredményt. Homogén koordinátás alakban az egyenest ugyanazokkal a számokkal jelöljük, azaz ha ljelöli az egyenest, akkor l = (a, b, c) T és a pedig p = (u, v, w) jelöli. Ebben az esetben a pont és az egyenes távolsága így írható le: 2.0. Kollineális x pontja l T p d(l, p) = w a 2 + b 2 Egy olyan transzformációnál, amely eredményeképpen az eredeti kép egy egyensre es pontjai az eredményen is egy egyenesre fognap esni, a x pontot (amelynek a képe önmagába megy át) sajátérték kereséssel határozhatjuk meg: HA = αa Amennyiben H-val jelöljük a transzformációt és A-val a pontot, az eredmény a H jobb oldali sajátértéke lesz. Kétdimeniós esetben H-nak három sajátértéke lesz, x pontja pedig csak egy, ezért arra lehet számítani, hogy a másik két sajátérték komplex komplex szám lesz. 6
7 3. Transzformációk osztályozása A projektív térben elvégzett transzformációkat annak fényében osztályozzuk, hogy milyen tulajdonságokat riz meg az eredeti (eltranszformálandó) objektumból. A transzformációkat kétdimenzióban vizsgáljuk meg, de értelemszer en kiterjeszthet k háromdimenzióra is. Adott egy homogén koordinátás pont p = (u, v, ) T, ahol a harmadik koordináta most -gyes és egy A = a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 transzformáció, amely a p pontot a p = Ap pontba transzformálja. 3.. Euklédeszi transzformáció A transzformációk közül a leger sebb az ún. euklédeszi transzformáció. Ennek során a szakaszok hossza és a szakaszok által bezárt szög nem változik meg. Így írhatjuk le: A = r r 2 t x r 2 r 22 t y 0 0 [ ] r r ahol R = 2 egy ortonormált mátrix. r 2 r Hasonlósági transzformáció Hasonlósági transzformáció szögtartó, viszont a szakaszhosszokat nem. De a szakaszok egymáshoz képesti arányát megtartja. A hasonlósági transzformáció így írható le: ahol s valós szám. A = sr sr 2 t x sr 2 sr 22 t y A hasonlósági transzformáció kapcsolata az abszolut pontokkal A hasonlósági transzformáció vizsgálatához be kell egy-két dolgot vezetnünk. El ször is engedjük meg, hogy a homogén koordinátás ponton ne csak valós, hanem komplex értékeket is felvehessenek. Ezt minden további nélkül megtehetjük, hiszen a korábban bemutatott tételek komplex számokra is alkalmazhatóak. 7
8 Mondjuk ki a legfontosabb tételt: Ha adott egy kétdimenziós projektív transzformáció, melyet a 3 3-as H valós elem mátrix segítségével írunk le, akkor H euklédeszi transzformáció akkor és csak akkor, ha a (, i, 0) T és (, i, 0) T pontokat a valós térben önmagukba képezik le. Bizonyítás: El ször az egyik irányt bizonyítuk, igaz-e, hogy a fentiek szerint deniált Euklédeszi transzformáció a pontokat önmagukba képezik le? Ennek belátása egyszer, csak fel kell írni a szükséges egyenleteket: r r 2 t x r 2 r 22 t y i =? Most paraméterezzük az ortonormált részmátrixot: r = cosα, r 2 = sin α,r 2 = sin α,r 22 = cos α. Az egyenlet így módosul, ha a beszorzás után alkalmazzuk az Euler formulát (e iα = cos α + i sin α): cos α sin α t x sin α cos α t y 0 0 i 0 = cos α + i sin α sin α + i cos α 0 = e iα Ha homogén koordinátákról áttéring valós koordinátákra, akkor a e iα tagot elhagyhatjuk, hiszen skálázásra invariáns a m velet. A másik irány ennél komplikáltabb. Vegyünk egy általános H valós elem mátrixot: H = h h 2 h 3 h 2 h 22 h 23 h 3 h 32 h 33 Azt szeretnénk, hogy ez a transzformáció rizze meg a [, y, 0] T pontot: h h 2 h 3 h + ih 2 h 2 h 22 h 23 i = h 2 + ih 22 k i h 3 h 32 h 33 0 h 3 + ih 32 0 ahol k most egy komplex szám. Az egyenletb l, ha a homogén koordinátákról valódi koordinátákra terünk át, megfogalmazhatjuk a feltételeket: és h + ih 2 h 2 + ih 22 = i h 3 + ih 32 = 0 Mivel H valós elem mátrix, azaz minden eleme valós szám. Ezért a második feltétel csak akkor teljesül, ha h 3 = h 32 = 0. Az els feltételt át lehet alakítani: i 0 8
9 i(h + ih 2 ) = h 2 + ih 22 Ez átalakítva: ih h 2 = h 2 + ih 22 Ez pedig csak akkor teljesülhet, ha h 2 = h 2 és h = h 22. Ezek után felírhatjuk H mátrixot: H = h 22 h 2 h 3 h 2 h 22 h h 33 Tekintsük a H mátrix bal fels elemét, amelyik ortonormált. Ezért h 22 és a h 2 elemeket tudjuk úgy paraméterezni, hogy igaz legyen: h 22 = k cos α és h 2 = k sin α. Osszuk le H mátrixot a h_33 valós számmal, amit megtehetünk, a valódi koordinátákban kapott végeredményt nem befolyásolja. Így a H mátrixunk végleges alakja, és valóban egy hasonlósági transzformáció: k k h 33 cos α h 33 sin α h3 h 33 H = k k h 33 sin α h 33 cos α h23 h A tételünket csak a [, i, 0] T pontra bizonyítottuk be, a [, i, 0] T pontokra a bizonyítás ugyanezen séma szerint elvégezhet. Láthatjuk, hogy az [, i, 0] T és [, i, 0] T pontoknak kitüntetett szerepük van a projektív geometriában, ezért nevet is adtak nekik: abszolut pontoknak hívják ket Keresztarány és a hasonlósági transzformáció kapcsolata Miután bevezettük az abszolut pontok fogalmát, és megvizsgáltuk egy fontos tulajdonságukat, újabb fogalmat deniálunk: a keresztarányt. Keresztarányt négy, egy egyenesen lev pont között lehet számítani az alábbi összefüggés segítségével: Cr(p, p 2, p 3, p 4 ) = δ 3δ 24 δ 4 δ 23 ahol δ ij az i-dik és j-edik pont közötti (euklédeszi) távolság. A keresztarány invarián a projektív transzformációra A keresztarány egyik nagyon hasznos tulajdonsága, hogy projektív transzformációra invariáns. Ezt itt a bizonyítás bonyolultsága miatt nem ismertetjük. A keresztarány és az abszout pontok segítségével kiszámítható kétdimenzióban két egyenes által bezárt szög Nagyon fontos annak belátása is, hogy két egyenes által bezárt szöget a keresztarány segítségével ki lehet számítani. Ennek belátásához el sz r tekintsünk két egyenest, amelyeket írjunk le az alábbi módon: 9
10 y = a x + b y = a 2 x + b 2 A két egyenes irányvektorát így kaphatjuk meg: v = [, a ] T és v 2 = [, a 2 ] T. (Jól látszik, hogy b és b 2 eltolások nem befolyásolják az irányvektorokat, és ebb l kifolyólag a bezárt szöget sem.) Ha az irányvektort kiegészítjük a harmadik dimenzióval: v = [, a, 0] T és v 2 = [, a, 0] T, akkor a közbezárt szög tangensét a vektoriális és a skaláris szorzat hányadosával lehet meghatározni: tan α = v v 2 v v 2 = v v 2 sin α v v 2 cos α Ezek után térjünk át homogén koordinátákra. Az egyeneseket leírhatjuk: h = [a,, b ] és h = [a,, b ]. Vegyük a két pontnak a végtelenben lév egyenessel ([0, 0, ] T ) vett metszéspontját ( -gyel megszorozhatjuk az eredményt, hiszen egy sakárszorzás nem befolyásolja az eredményt): p = [, a, 0] T p 2 = [, a 2, 0] T Elérkezett az id, hogy el vegyük a keresztszorzatot. Nézzük meg az abszolut pontok (k = [, i, 0] T, l = [, i, 0] T ), továbbá p és p 2 pontok közötti keresztszorzatot: Cr(p, p 2, k, l) = a i a + i a2 + i a 2 i = + a a 2 + i(a a 2 ) + a a 2 + i(a 2 a ) Ha az eredményt átírjuk (komplex) polárkoordinátára, és gyelembe vesszük, hogy tanα = tan( α) megkapjuk, hogy Cr(p, p 2, k, l) = Ez pedig azt jelenti, hogy a tan a 2 +a ei a 2 e i tan a 2 a +a a 2 = e a 2i tan a 2 +a a 2 2i logcr(p, p 2, k, l) = tan a a 2 = tan v 2 v + a a 2 v = α v An transzformáció An transzformáció csak annyit garantál, hogy a párhuzamos egyenesek a transzformáció után is párhuzamos egyenesek lesznek. a a 2 t x A = a 2 a 22 t y 0 0 0
11 3.4. Perspektív transzformáció Perspektív transzformáció esetén csak annyi a megkötés, hogy a transzformációt egy 3 3-as mátrixszal szorozzuk. 4. Perspektív vetítés Perspektív vetítés közelíti a legjobban az emberi látást. A P pont a fókuszponton át lett lekicsinyítve a képsíkra. Mindezt homogén koordinátákkal is könnyen le lehet írni. x = f Z y = fy Z ahol P = (, Y, Z) valódi koordinátákkal megadott pont és a vetítés a képsíkon a p = (x, y)pontokra képzi le a háromdimenziós pontot. Igaz a kétdimenziós homogén koordinátákra, hogy:
12 x y x y Z = Ha a vetítést kiegészítjük a kamera elmozgatásával is (elforgatás és eltolás - összesen 6 paraméter), továbbá gyelembe vesszük a kamera tulajdonságait is (egy megadott távolságot hány pixelre képez le, mekkora torzítással), akkor az alábbi összefüggéssel tudjuk leírni az egész folyamatot: x y = K M ahol Ma kameramozgásnak megfelel 3 4meret mátrix, K pedig a kameraparamétereket tartalmazó 3 3-mas mátrix, melynek szokásos formája így néz ki: K = s x s θ u x 0 s y u y 0 0 A mátrixban lev paraméterek közül s x és s y skálázást, u x és u y pedig eltolást jelent. s θ értéke általában nulla, ha nem, az azt jelenti, hogy a kamera nem egészen szimmetrikus, egy kis asszimetrikus csavarás van benne. Megjegyzés: A kamerák ennél a modelnél lényegesen bonyolultabbul képezik le a valóságot, de az itt bemutatott módszer elég jól közelít. A komoly gond általában a nemlinearitásokkal van, hiszen a kameráknak különösen a szélein jelent s nemlineáris torzulások fordulhatnak el. Y Z Y Z 5. A projektív tér alapvet tulajdonságai 5.. Transzformációk a projektív térben A lineáris transzformációkat ugyanúgy mátrixokkal lehet leírni, mint valódi oordináták esetében. A visszakonvertálás szempontjából - mivel a homogén koordináták konstanssal való szorzására a valóssá konvertált koordináták érzéketlenek - a mátrixnak egy aszabadságfoka. a a 2 a 3 Klasszikus, A = a 2 a 22 a 23 mátrixxal történ an-transzformációt, a 3 a 32 a 33 u x majd u = u y vektorral történ eltolást háromdimenzióban az alábbiak u z szerint lehet leírni: 2
13 x y z = a a 2 a 3 u x a 2 a 22 a 32 u y a 3 a 32 a 33 u z Y Z = M 4 4 Természetesen nem csak azonos dimenzióból azonos dimenzióba lehet menni, hanem például háromdimenzióból át lehet transzformálni két dimenzióba egy pontot. Erre kiváló példát adnak a különböz vetítések megjelése a kamerán (ezt nevezik projektív kamera kalibrációnak): λu x λv = P 3 4 y z λ Mindebb l az következik, hogy a kétdimenziós pontokat így kapjuk meg: u = p x + p 2 y + p 3 z + p 4 p 3 x + p 32 y + p 33 z + p 34 Y Z v = p 2x + p 22 y + p 23 z + p 24 p 3 x + p 32 y + p 33 z + p 34 Megjegyzés: a z = síkra való projektív vetítés a P = írható le mátrixszal 5.2. A projektív tér invariáns jellemz i és a kereszt arány Keresztarányok és a projektív vonal Legyen M és N két nem egybees pont a projektív térben (tetsz leges dimenzióban). A két pont meghatároz egy egyenest, s ezen az egyenesen lev A pontot két paraméter segítségével le lehet írni: A = λm + µn 6. Epipoláris geometria Feladat: adott két kép, és mindkét képen ugyanarról az ún. színtérr l (angolul scene) készült felvétel látható. Tehát veszünk egy statikus színteret (néhány objektumot), és készítünk róla két különböz nez pontból egy-egy felvételt. Ez alapján a két felvétel alapján 3D-ben szeretnénk el állítani a színtéren szerepl objektumokat. Ennek a feladatnak a megoldában segít az epipoláris geometria. 3
14 6.. Kameratípusok 6... Perspektív kamera Perspektív kamera a legáltalánosabb kamera. Ha a koordináta-rendszer középpontát a fókuszpontba helyezzük, a z = 0 síkkal párhuzamos a kamerasík (és a fókusztávolság f), és a világ-koordinátarendszerében (0, 0, f)pont a kamera saját koordinátarendszerében a (0, 0) pontnak fele meg, akkor a perspektív vetítés esetén a vetített koordinátákat így határozhatjuk meg: x = f Z = fy Z Mindez projektív koordinátákkal: x f 0 0 y = 0 f 0 Z 0 0 y ahol x és y a vetített koordináták, (, Y, Z)pedig a pont eredeti koordinátája (a világ-koordinátarendszerben). Az így vetített koordináták valódi helye a képen még függhet attól is, hogy a kamera hogyan kalibrált. Ez azt mutatja meg, hogy egy pixel a valóságban mennyi elmozdulásnak felel meg. A kalibrálást a C kalibrációs mátrixszal jellemezhetjük. C = a b u o 0 c v A vetített koordinátákból a valódi koordinátákat a kalibrációs mátrixszal való szorzással tehetjük meg: x pixel a b u o x y pixel = 0 c v 0 y Z 0 0 Z Jól látszik, hogy a kalibrációs mátrixban,a és c jelöli a skálázást, u 0 és v 0 a koordinátarendszerek közötti eltolást, a b pedig egyfajta (lineáris) torzítást Gyengén perspektív kamera Gyengén perspektív kamera esetén a vetítben a perspektívából adódó kicsinyítés az egész objektumra állandó x = f Z avg y = fy Z avg Y Z 4
15 6..3. Ortograkus kamera (mer leges vetítés) Mer leges vetítés esetén a kamera a mélység megváltozására érzéketlen. Tehát ha az objektum csak a z tengellyel párhuzamosan mozog, a képen az alakja semmit sem változik. A 2D-s koordinátákat így számítjuk: x = y = Y 6.2. Transzformáció két kép között Feladat: adott két kép, amelyiken ugyanazon színtért fényképeztük két különböz néz pontból. Keressük azt a transzformációt, amelyik az egyik kép megfelel pontját átveszi a másik kép megfelel helyére (ahol ugyanaz a pont található). A két kép rendelkezzen egyel re két saját világ-koordinátarendszerrel. Ha az egyik képen jelöli a pont koordinátáit az els kép világ koordinátái szerint, akkor a második kép rendszerének megfelel koordinátákat úgy kaphatjuk meg, hogy a pontot eltoljuk és elforgatjuk: = R + T ahol R T R = E a forgatásmátrix, T az eltolás. Mátrixformában leírva, homogén transzformációkkal: Y Z [ R = ] T 0 T Y Z = [R T ] A korrábban bemutatottaknak megfelel en síkba a C kalibrációs mátricszal (kiegészítve az eredeti kalibrációs mátrix egy nulla elemeket tartalmazó negyedik oszloppal) lehet vetíteteni. x = u v = a b u c v Y Z Y Z = C[R T ] [ [ Szokás ] a P 34-es projekciós mátrixot elnevezni: P = C[R T ], és így x = P. ] 5
16 6.2.. Perspektív sík-sík transzformáció Részfeladat: Adott egy sík, melyet levetítünk egy képsíkra. Az els sík világkoordinátarendszerét válasszuk meg úgy, hogy a harmadik (Z) koordinátatengely a síkra mer leges legyen. A vetítés: u v w P [ ] = p p 2 p 3 p 4 p 2 p 22 p 23 p 24 p 3 p 32 p 33 p 34 Y 0 = p p 2 p 4 p 2 p 22 p 42 p 3 p 32 p 43 Y A homogén osztást helyettesíthetjük egy k konstanssal való szorzással: u p p 2 p 4 v = k p 2 p 22 p 42 Y p 3 p 32 p 43 Az egyenlet így már invertálható, és a kétdimenziós koordináták segítségével a háromdimenziós pont (továbbra is egy skalárszorzás erejéig bizonytalanul) kiszámítható: Y = k p p 2 p 4 p 2 p 22 p 42 p 3 p 32 p 43 u v Tehát homogén koordinátákat használva a sík-sík transzformáció és inverz transzformáció egy 3x3-mas mátrixszorzással leírható. A mátrix a homogén koordináták miatt szorzásra (skálázásra) érzéketlen, ezért valójában csak nyolc ismeretlent tartalmaz. Ha van egy másik képünk, amelyen az [, Y, 0, Z] T pont látszik, akkor azt is leírhatjuk mátrixszorzással: u 2 v 2 = k q q 2 q 4 p p 2 p 4 u h h 2 h 4 2 q 2 q 22 q 42 p 2 p 22 p 42 v = k h 2 h 22 h 42 k q 3 q 32 q 43 p 3 p 32 p 43 h 3 h 32 h 43 = kh 6
17 ahol k = k 2 /k jelölést vezettük be, és H = h h 2 h 4 h 2 h 22 h 42 h 3 h 32 h 43 = q q 2 q 4 q 2 q 22 q 42 q 3 q 32 q 43 p p 2 p 4 p 2 p 22 p 42 p 3 p 32 p 43 Azaz a két sík minden egyes pontját a kh transzformációk segítségével át lehet vinni. Megjegyzés #: Egy sík-sík transzformációt 4 pont meghatároz, hiszen minden egyes pont két-két egyenletet tartalmaz, azaz összesen négy pont kell, hogy a 8 ismeretlent (P elemeit) meghatározzuk. Megjegyzés #2: Ha a képsíkról akarunk visszevetíteni az eredeti síkra, azt értelemszer en a P -gyel való szorzással lehet megtenni. Megjegyzés #3: Ha H-t szeretnénk megbecsülni két kép között, egy homogén linéáris (túlhatározott) egyenletrendszer segítségével tehetjük meg Egy pont perspektív vetítése két képre Adott a térben egy pont, w.szeretnénk ennek a pixelekben meghatározott pozícióját leírni. Az euklédeszi koordináta rendszer szerint a két képsík fókuszpontjaiban lev világ koordináta-rendszerek transzformációját egy elforgatás és egy eltolás segítségével le tudjuk írni: = R + T Mindezek a kamera saját koordináta-rendszerében: 7
18 és x c = f Z x c = f Z Ha feltételezzük, hogy a világ koordinátarendszer középpontja az els fókuszpont, továbbá a harmadik tengely mer leges a képsíkra, akkor a vetített koordinátákat így írhatjuk le: x i = P w = C[I 0] w x i = P w = C [R T ] w Megjegyzés: ha azonos kamerával vesszük fel a színteret, akkor értelemszer enc = C Az epipoláris geometria bevezetése 8
19 Tekintsük az OO pontok által meghatározott síkot. Ez a sík az els képsíkot az xe pontok által meghatározott egyenesen metszi. Azaz a sík összes pontjának els síkra vetített képe ezen az egyenesen helyezkedik el. A másik képsikon pedog a e x egyenesre esik. e és e az a pont, ahol a két kamera fókuszpontját összeköt egyenes elmetszi az els, illetve a második képsíkot. Elnevezés: e-t és e -t epipólusnak, e x és ex egyeneseket epipoláris vonalnak nevezik. Az epipoláris vonalak az epipólusban metszik egymást, bár elképzelhet, hogy az epipólus a végtelenben van (amennyiben mindkét kamerasík párhuzamos a két fókuszpontot összeköt egyenessel). A lentebbi ábrán láthatunk példát az apipoláris vonalakra, ugyanarról a színtérr l felvett két kép alapján: 6.4. Az esszenciális (lényegi) és fundamentális mátrixok fogalma Folytassuk gondolatmenetünket! Adott két képsík, amelyre a színteret levetítettük. A két képsík háromdimenziós koordinátarendszereinek transzformációja R forgatás és T eltolás segítségével meghatározható. = R + T Ha ennek az összefüggésnek mindkét oldalát vektoriálisan balról megszorozzuk T -vel, majd ugyancsak balról skalárisan -vel, a következ összefüggést kapjuk: T (T R) = 0 Ez nem jelent mást, mint hogy O, O és OO egy síkban vannak. A fenti összefüggést fel lehet írni más alakban is, ha a vektoriális szorzatot felcseréljük az annak megfelel mátrix-szorzással: T ([T ] R) = T E amennyiben bevezetjük az E = [T ] x Rjelölést. E neve esszenciális (lényegi mátrix). 9
20 Kihasználva, hogy = C x és = C x az összefüggés így is írhatjuk (megjegyzés: a kétdimenzióból háromdimenzióba nem lehet ilyen egyszer en átmenni, mert = C x helyett = λc x írható, azaz a háromdimenziós pont egy konstans erejéig meghatározatlan - a konstans egyébként a mélység, azonban ez a konstans az egyenletbe visszehelyettesítve kiejthet, mivel az egyenlet jobb oldala nulla.): x T C ([T ] R)C x = x T C T EC x = x T F x = 0 ahol F = C T EC mátrix neve fundamentális mátrix. Fontos deníció: e-vel szokás jelölni azt a pontot, amelyik az els kamerán a második kamera középpontjának a vetületét tartalmazza. (ez a pont nem feltétlenül van rajta a l átható képen). Azt is tudjuk, hogy T az a vektor, amelyik összeköti a két kamera középpontját, ezárt ebben az esetben ([T ] R)T = 0 lesz, ezért írhatjuk, hogy Ee = 0, továbbá F e = 0. e-t epipólusnak szokás hívni. Teljesen hasonlóan a második képsíkon is rajta van az els kamera középpontja, azt az epipólust e -vel jelöljük. Hasonló megfontolások miatt írhatjuk, hogy F T e = 0. Ha veszünk a képsíkon egy tetsz leges x pontot, a másik képen a megfelel pont x lesz, és igaz, hogy x T F x = 0. Tudjuk, hogy F x egy 3D-s vektor, amely a második képen egy egyenesnek felel meg. Mivel e T F = 0, ezért az is igaz, hogy e T F x = 0. Tehát e is rajta lesz az F x egyenesen. Ezt az egyenest nevezzük az x-hez tartozó epipoláris egyenesnek. Általánosságban is igaz, hogy egy tetsz leges x ponthoz az els képen F ismeretében meg tudjuk a második képen adni azt az F x egyenest, amelyen a pont x vetülete rajta lesz. Mindez természetesen fordítva is igaz: x ismeretében F T x adja meg a megfelel epipoláris egyenest, mely nemcsak x-en, hanem e-n is átmegy Rektikálás + s r illesztés Nagyon fontos megjegyzés: ez az alapja a rektikálásnak: ha meghatározzuk az epipólust az els képen és a második képen, a két képet áttranszformálhatjuk úgy, hogy az els képen egy tetsz leges egyenes lesz az eredménykép els sora, a másik képen pedig a megfelel epipoláris vonal. Aztán az els képen kicsi szöggel odébb lev egyenest veszünk, ez lesz a második sor az els képen. A második kép második sora a megfelel epipoláris egyenes. És így tovább... Addig megyünk, míg körbe nem érünk. A rektikálás el nye, hogy az els rektikált kép egy tetsz leges pontáról tudjuk, hogy a párja a második rektikált képen ugyanabban a sorban van. Ezért a pontmegfeleltetéseket újra el tudjuk végezni, és s r bb megfeleltetéseket kaphatunk. Ezért hívják a módszert s r illesztésnek Fundamentális mátrix becslése A fundamentális mátrixot becsl algoritmust az x T F x = 0 egyenlet alapozza meg. Legyen sok pontunk, az i-dik pont koordinátáit jelöljük így: 20
21 x i = u i v i és x i = u i v i F fundamentális mátrixot pedig írjuk fel 9 darab elem segítségével: f f 2 f 3 F = f 4 f 5 f 6 f 7 f 8 f 9 A pontra áirhatjuk, hogy x T i F x i = 0 Ez kifejtve: [ u i v i ] f f 2 f 3 f 4 f 5 f 6 f 7 f 8 f 9 A beszorzást elvégezve: u i v i [ u i u i u i v i u i v i u i v i v i v i u i v i ] f f 2 f 3 f 4 f 5 f 6 f 7 f 8 f 9 = 0 Sok pont esetén f j ismeretlenekre nézve egy túlhatározott homogén lineáris egyenletrendszert kapunk, melyet sajátértékszámítással legkisebb négyzetes értelemben optimális meg tudunk oldani, feltéve, hogy j f j 2 =. (Ezt pedig feltehetjük, hiszen F skálázása nem érdekes.) 6.7. Az esszenciális mátrix felbontása AZ esszenciális mátrix deníciója tehát E = [T ] x R. Amennyiben adott egy E esszenciális mátrix, a feladatunk meghatározni T eltolás és R elforgatásmátrixot. Tudjuk, hogy R ortonormált mátrix, [T ] x pedig ferdén szimmetrikus. Mivel [T ] x nemszinguláris mátrix, ezért [T ] x R is nemszinguláris lesz: a rangja maximum kett. Ezen túl az is bebizonyítható, hogy E szinguláris érték szerinti felbontása 2
22 szerint két azonos szinguláris értéke lesz, és a harmadik szinguláris érték zérus. (Ez utóbbi következik abból, hogy E rangja maximum kett, az els tételt pedig nem bizonyítjuk). Ezért E szinguláris érték szerinti felbontása: E = U k k V T Ezek után vezessük be a W és Z mátrixokat: W = Z = = W A feladat R mátrix és t eltolásvektor meghatározása E-b l. Erre a megoldás: [T ] x = ±kuzu T Beszorzással ellen rizhetjük, hogy valóban a megfelel alakot kapjuk. Az R mátrixra két megoldást is kapunk: R = UW V T R 2 = UW T V T és valóban, mindkét elforgatásmátrix ortonormált. Összességében tehát 2 2 = 4 megoldás van, amelyb l kisz rhetjük az egyetlen helyes megoldás. A plusz megoldások ott vannak, hogy a vetítési modell azt is megengedi, hogy egy pont a kamera mögött legyen, ilyen azonban a valóságban nem létezik. 22
Tárgy. Forgóasztal. Lézer. Kamera 3D REKONSTRUKCIÓ LÉZERES LETAPOGATÁSSAL
3D REKONSTRUKCIÓ LÉZERES LETAPOGATÁSSAL. Bevezetés A lézeres letapogatás a ma elérhet legpontosabb 3D-s rekonstrukciót teszi lehet vé. Alapelve roppant egyszer : egy lézeres csíkkal megvilágítjuk a tárgyat.
RészletesebbenLineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31
Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós
RészletesebbenLin.Alg.Zh.1 feladatok
Lin.Alg.Zh. feladatok 0.. d vektorok Adott három vektor ā (0 b ( c (0 az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b 0 + + 8. Mennyi az n ā b vektoriális szorzat?
RészletesebbenSzámítógépes Grafika mintafeladatok
Számítógépes Grafika mintafeladatok Feladat: Forgassunk a 3D-s pontokat 45 fokkal a X tengely körül, majd nyújtsuk az eredményt minden koordinátájában kétszeresére az origóhoz képest, utána forgassunk
RészletesebbenLineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )
Lineáris leképezések 1 Lineáris-e az f : R 2 R 2 f(x, y = (3x + 2y, x y leképezés? A linearitáshoz ellen riznünk kell, hogy a leképzés additív és homogén Legyen x = (x 1, R 2, y = (y 1, y 2 R 2, c R Ekkor
RészletesebbenMátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
RészletesebbenVektorterek. =a gyakorlatokon megoldásra ajánlott
Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,
RészletesebbenLineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek
Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns
RészletesebbenI. Vektorok. Adott A (2; 5) és B ( - 3; 4) pontok. (ld. ábra) A két pont által meghatározott vektor:
I. Vektorok 1. Vektorok összege Általánosan: Az ábra alapján Adott: a(4; 1) és b(; 3) a + b (4 + ; 1 + 3) = (6; ) a(a 1 ; a ) és b(b 1 ; b ) a + b(a 1 + b 1 ; a + b ). Vektorok különbsége Általánosan:
Részletesebben25 i, = i, z 1. (x y) + 2i xy 6.1
6 Komplex számok megoldások Lásd ábra z = + i, z = + i, z = i, z = i z = 7i, z = + 5i, z = 5i, z = i, z 5 = 9, z 6 = 0 Teljes indukcióval 5 Teljes indukcióval 6 Az el z feladatból következik z = z = =
RészletesebbenLin.Alg.Zh.1 feladatok
LinAlgZh1 feladatok 01 3d vektorok Adott három vektor ā = (0 2 4) b = (1 1 4) c = (0 2 4) az R 3 Euklideszi vektortérben egy ortonormált bázisban 1 Mennyi az ā b skalárszorzat? 2 Mennyi az n = ā b vektoriális
Részletesebben7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
Részletesebben2. gyakorlat. A polárkoordináta-rendszer
. gyakorlat A polárkoordináta-rendszer Az 1. gyakorlaton megismerkedtünk a descartesi koordináta-rendszerrel. Síkvektorokat gyakran kényelmes ún. polárkoordinátákkal megadni: az r hosszúsággal és a φ irányszöggel
Részletesebben(a b)(c d)(e f) = (a b)[(c d) (e f)] = = (a b)[e(cdf) f(cde)] = (abe)(cdf) (abf)(cde)
2. házi feladat 1.feladat a b)c d)e f) = a b)[c d) e f)] = = a b)[ecdf) fcde)] = abe)cdf) abf)cde) 2.feladat a) Legyen a két adott pontunk helyzete A = 0, 0), B = 1, 0), továbbá legyen a távolságok aránya
Részletesebbenx = cos αx sin αy y = sin αx + cos αy 2. Mi a X/Y/Z tengely körüli forgatás transzformációs mátrixa 3D-ben?
. Mi az (x, y) koordinátákkal megadott pont elforgatás uténi két koordinátája, ha α szöggel forgatunk az origó körül? x = cos αx sin αy y = sin αx + cos αy 2. Mi a X/Y/Z tengely körüli forgatás transzformációs
RészletesebbenAnalitikus térgeometria
Analitikus térgeometria Wettl Ferenc el adása alapján 2015.09.21. Wettl Ferenc el adása alapján Analitikus térgeometria 2015.09.21. 1 / 23 Tartalom 1 Egyenes és sík egyenlete Egyenes Sík 2 Alakzatok közös
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
Az R 3 tér geometriája Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1 Vektorok Vektor: irányított szakasz Jel.: a, a, a, AB, Jellemzői: irány, hosszúság, (abszolút érték) jel.: a Speciális
Részletesebben2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése
2 SZÉLSŽÉRTÉKSZÁMÍTÁS DEFINÍCIÓ 21 A széls érték fogalma, létezése Azt mondjuk, hogy az f : D R k R függvénynek lokális (helyi) maximuma (minimuma) van az x 0 D pontban, ha van olyan ε > 0 hogy f(x 0 )
RészletesebbenA KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek
10. gyakorlat Mátrixok sajátértékei és sajátvektorai Azt mondjuk, hogy az A M n mátrixnak a λ IR szám a sajátértéke, ha létezik olyan x IR n, x 0 vektor, amelyre Ax = λx. Ekkor az x vektort az A mátrix
RészletesebbenLineáris egyenletrendszerek
Lineáris egyenletrendszerek 1 Alapfogalmak 1 Deníció Egy m egyenletb l álló, n-ismeretlenes lineáris egyenletrendszer általános alakja: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
RészletesebbenA KLT (Kanade Lucas Tomasi) Feature Tracker Működése (jellegzetes pontok választása és követése)
A KL (Kanade Lucas omasi) Feature racker Működése (jellegzetes pontok választása és követése) Készítette: Hajder Levente 008.11.18. 1. Feladat A rendelkezésre álló videó egy adott képkockájából minél több
RészletesebbenBevezetés az elméleti zikába
Bevezetés az elméleti zikába egyetemi jegyzet Kúpszeletek Lázár Zsolt, Lázár József Babe³Bolyai Tudományegyetem Fizika Kar 2011 TARTALOMJEGYZÉK 6 TARTALOMJEGYZÉK Azokat a görbéket, amelyeknek egyenlete
RészletesebbenMatematika 11 Koordináta geometria. matematika és fizika szakos középiskolai tanár. > o < szeptember 27.
Matematika 11 Koordináta geometria Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A
RészletesebbenVektorok és koordinátageometria
Vektorok és koordinátageometria Vektorral kapcsolatos alapfogalmak http://zanza.tv/matematika/geometria/vektorok-bevezetese Definíció: Ha egy szakasz két végpontját megkülönböztetjük egymástól oly módon,
RészletesebbenSzámítógépes látás alapjai
Számítógépes látás alapjai Csetverikov Dmitrij, Hajder Levente Eötvös Lóránd Egyetem, Informatikai Kar Csetverikov, Hajder (ELTE Informatikai Kar) Számítógépes látás 1 / 44 Többkamerás 3D-s rekonstrukció
RészletesebbenSaj at ert ek-probl em ak febru ar 26.
Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre
RészletesebbenKlár Gergely 2010/2011. tavaszi félév
Számítógépes Grafika Klár Gergely tremere@elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2010/2011. tavaszi félév Tartalom Pont 1 Pont 2 3 4 5 Tartalom Pont Descartes-koordináták Homogén koordináták
Részletesebbenrank(a) == rank([a b])
Lineáris algebrai egyenletrendszerek megoldása a Matlabban Lineáris algebrai egyenletrendszerek a Matlabban igen egyszer en oldhatók meg. Legyen A az egyenletrendszer m-szer n-es együtthatómátrixa, és
Részletesebben8. előadás. Kúpszeletek
8. előadás Kúpszeletek Kör A k kört egyértelműen meghatározza C(a,b) középpontja és r sugara. A P pont pontosan akkor van k-n, ha CP=r. Vektoregyenlet: p-c = r. Koordinátás egyenlet: (X-a)2 + (Y-b)2 =
Részletesebben7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
RészletesebbenAnalitikus térgeometria
5. fejezet Analitikus térgeometria Kezd és végpontjuk koordinátáival adott vektorok D 5.1 A koordináta-rendszer O kezd pontjából a P pontba mutató OP kötött vektort a P pont helyvektorának nevezzük. T
RészletesebbenKoordinátageometria. M veletek vektorokkal grakusan. Szent István Egyetem Gépészmérnöki Kar Matematika Tanszék 1
Szent István Egyetem Gépészmérnöki Kar Matematika Tanszék 1 Koordinátageometria M veletek vektorokkal grakusan 1. Az ABCD négyzet oldalvektorai közül a = AB és b = BC. Adja meg az AC és BD vektorokat a
RészletesebbenKvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla
Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,
RészletesebbenBázistranszformáció és alkalmazásai
Bázistranszformáció és alkalmazásai Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Elmélet Gyakorlati végrehajtás 2 Vektor bevitele a bázisba Rangszámítás Lineáris egyenletrendszer
RészletesebbenTérbeli transzformációk, a tér leképezése síkra
Térbeli transzformációk, a tér leképezése síkra Homogén koordináták bevezetése térben A tér minden P pontjához kölcsönösen egyértelműen egy valós (x, y, z) számhármast rendeltünk hozzá. (Descartes-féle
RészletesebbenSzámítógépes Grafika mintafeladatok
Számítógépes Grafika mintafeladatok Feladat: Forgassunk a 3D-s pontokat 45 fokkal a X tengely körül, majd nyújtsuk az eredményt minden koordinátájában kétszeresére az origóhoz képest, utána forgassunk
RészletesebbenVektorok, mátrixok, lineáris egyenletrendszerek
a Matematika mérnököknek I. című tárgyhoz Vektorok, mátrixok, lineáris egyenletrendszerek Vektorok A rendezett valós számpárokat kétdimenziós valós vektoroknak nevezzük. Jelölésükre latin kisbetűket használunk.
RészletesebbenVektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27
Vektorterek Wettl Ferenc 2015. február 17. Wettl Ferenc Vektorterek 2015. február 17. 1 / 27 Tartalom 1 Egyenletrendszerek 2 Algebrai struktúrák 3 Vektortér 4 Bázis, dimenzió 5 Valós mátrixok és egyenletrendszerek
Részletesebben2014/2015. tavaszi félév
Hajder L. és Valasek G. hajder.levente@sztaki.mta.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2014/2015. tavaszi félév Tartalom Geometria modellezés 1 Geometria modellezés 2 Geometria modellezés
Részletesebben5. házi feladat. AB, CD kitér élpárra történ tükrözések: Az ered transzformáció: mivel az origó xpont, így nincs szükség homogénkoordinátás
5. házi feladat 1.feladat A csúcsok: A = (0, 1, 1) T, B = (0, 1, 1) T, C = (1, 0, 0) T, D = ( 1, 0, 0) T AB, CD kitér élpárra történ tükrözések: 1 0 0 T AB = 0 1 0, elotlási rész:(i T AB )A = (0, 0, )
RészletesebbenLINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40
LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard
Részletesebben15. LINEÁRIS EGYENLETRENDSZEREK
15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
Részletesebben1. zárthelyi,
1. zárthelyi, 2009.10.20. 1. Írjuk fel a tér P = (0,2,4) és Q = (6, 2,2) pontjait összekötő szakasz felezőmerőleges síkjának egyenletét. 2. Tekintsük az x + 2y + 3z = 14, a 2x + 6y + 10z = 24 és a 4x+2y
RészletesebbenVIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja
VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3
RészletesebbenRang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15
Diszkrét matematika II, 2 el adás Rang, sajátérték Dr Takách Géza NyME FMK Informatikai Intézet takachinfnymehu http://infnymehu/ takach/ 25 február 5 Gyakorlati célok Ezen el adáson, és a hozzá kapcsolódó
RészletesebbenGauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei
A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.
RészletesebbenFerde kúp ellipszis metszete
Ferde kúp ellipszis metszete A ferde kúp az első képsíkon lévő vezérkörével és az M csúcsponttal van megadva. Ha a kúpból ellipszist szeretnénk metszeni, akkor a metsző síknak minden alkotót végesben kell
RészletesebbenKomplex számok trigonometrikus alakja
Komplex számok trigonometrikus alakja 015. február 15. 1. Alapfeladatok 1. Feladat: Határozzuk meg az alábbi algebrai alakban adott komplex számok trigonometrikus alakját! z 1 = 4 + 4i, z = 4 + i, z =
Részletesebben1.1. Vektorok és operátorok mátrix formában
1. Reprezentáció elmélet 1.1. Vektorok és operátorok mátrix formában A vektorok és az operátorok mátrixok formájában is felírhatók. A végtelen dimenziós ket vektoroknak végtelen sok sort tartalmazó oszlopmátrix
RészletesebbenVektorgeometria (2) First Prev Next Last Go Back Full Screen Close Quit
Vektorgeometria (2) First Prev Next Last Go Back Full Screen Close Quit 1. Tekintsünk a térben egy P (p 1, p 2, p 3 ) pontot és egy v = (v 1, v 2, v 3 ) = 0 vektort. Ekkor pontosan egy egyenes létezik,
RészletesebbenInfobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében
Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció
RészletesebbenLineáris egyenletrendszerek
Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,
RészletesebbenKépfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008
Képfeldolgozás 1. el adás. A képfeldolgozás m veletei Mechatronikai mérnök szak BME, 2008 1 / 61 Alapfogalmak transzformációk Deníció Deníció Geometriai korrekciókra akkor van szükség, ha a képr l valódi
RészletesebbenSzámítási feladatok a Számítógépi geometria órához
Számítási feladatok a Számítógépi geometria órához Kovács Zoltán Copyright c 2012 Last Revision Date: 2012. október 15. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát
Részletesebben3. előadás Stabilitás
Stabilitás 3. előadás 2011. 09. 19. Alapfogalmak Tekintsük dx dt = f (t, x), x(t 0) = x 0 t (, ), (1) Jelölje t x(t; t 0, x 0 ) vagy x(.; t 0, x 0 ) a KÉF megoldását. Kívánalom: kezdeti állapot kis megváltozása
RészletesebbenBázistranszformáció és alkalmazásai 2.
Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet Mátrix rangja Tartalom 1 Mátrix rangja
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 8 VIII VEkTOROk 1 VEkTOR Vektoron irányított szakaszt értünk Jelölése: stb Vektorok hossza A vektor abszolút értéke az irányított szakasz hossza Ha a vektor hossza egységnyi akkor
RészletesebbenEllipszisekr½ol részletesen
Ellipszisekr½ol részletesen dr. Szalkai István Pannon Egyetem, Veszprém, szalkai@almos.uni-pannon.hu 019.01.07. Kivonat A mindennapi életben a kör alakú tárgyakat (is), például közlekedési táblákat, legtöbbször
RészletesebbenLineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport
Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport 1. Egy egyenesre esnek-e az A (2, 5, 1), B (5, 17, 7) és C (3, 9, 3) pontok? 5 pont Megoldás: Nem, mert AB (3, 12,
RészletesebbenGauss-eliminációval, Cholesky felbontás, QR felbontás
Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei
RészletesebbenTranszformációk síkon, térben
Transzformációk síkon, térben Leképezés, transzformáció Leképezés: Ha egy A ponttér pontjaihoz egy másik B ponttér pontjait kölcsönösen egyértelműen rendeljük hozzá, akkor ezt a hozzárendelést leképezésnek
Részletesebben3D koordináta-rendszerek
3D koordináta-rendszerek z z y x y x y balkezes bal-sodrású x jobbkezes jobb-sodrású z 3D transzformációk - homogén koordináták (x, y, z) megadása homogén koordinátákkal: (x, y, z, 1) (x, y, z, w) = (x,
RészletesebbenTaylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!
Taylor-polinomok 205. április.. Alapfeladatok. Feladat: Írjuk fel az fx) = e 2x függvény másodfokú Maclaurinpolinomját! Megoldás: A feladatot kétféle úton is megoldjuk. Az els megoldásban induljunk el
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
RészletesebbenLINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév
LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I éves nappali programtervező informatikus hallgatóknak 2010-2011 évi tanév I félév Vektoriális szorzat és tulajdonságai bizonyítás nélkül: Vegyes szorzat és tulajdonságai
Részletesebben0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)
Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses
RészletesebbenNagy András. Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 2010.
Nagy András Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 010. Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 1) Döntsd el, hogy a P pont illeszkedik-e az e egyenesre
Részletesebben2. Omnidirekcionális kamera
2. Omnidirekcionális kamera Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Omnidirekcionális kamerák típusai Omnidirekcionális, körbelátó,
RészletesebbenHajder Levente 2017/2018. II. félév
Hajder Levente hajder@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2017/2018. II. félév Tartalom 1 2 3 Geometriai modellezés feladata A világunkat modellezni kell a térben. Valamilyen koordinátarendszer
RészletesebbenHajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel
Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel Segédlet az A végeselem módszer alapjai tárgy 4. laborgyakorlatához http://www.mm.bme.hu/~kossa/vemalap4.pdf Kossa Attila (kossa@mm.bme.hu)
RészletesebbenEgyenes és sík. Wettl Ferenc Wettl Ferenc () Egyenes és sík / 16
Egyenes és sík Wettl Ferenc 2012-09-20 Wettl Ferenc () Egyenes és sík 2012-09-20 1 / 16 Tartalom 1 Egyenes és szakasz Egyenes Szakasz Egyenesvonalú egyenletes mozgás Egyenes és pont távolsága 2 Sík Sík
Részletesebben9. előadás. Térbeli koordinátageometria
9. előadás Térbeli koordinátageometria Koordinátageometria a térben Descartes-féle koordinátarendszerben dolgozunk. A legegyszerűbb alakzatokat fogjuk vizsgálni. Az ezeket leíró egyenletek első-, vagy
Részletesebben9. Írjuk fel annak a síknak az egyenletét, amely átmegy az M 0(1, 2, 3) ponton és. egyenessel;
Síkok és egyenesek FELADATLAP Írjuk fel annak az egyenesnek az egyenletét, amely átmegy az M 0(,, ) ponton és a) az M(,, 0) ponton; b) párhuzamos a d(,, 5) vektorral; c) merőleges a x y + z 0 = 0 síkra;
Részletesebben(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,
Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ
Részletesebben: s s t 2 s t. m m m. e f e f. a a ab a b c. a c b ac. 5. Végezzük el a kijelölt m veleteket a változók lehetséges értékei mellett!
nomosztással a megoldást visszavezethetjük egy alacsonyabb fokú egyenlet megoldására Mivel a 4 6 8 6 egyenletben az együtthatók összege 6 8 6 ezért az egyenletnek gyöke az (mert esetén a kifejezés helyettesítési
RészletesebbenVektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36
Vektorok Wettl Ferenc 2014. október 20. Wettl Ferenc Vektorok 2014. október 20. 1 / 36 Tartalom 1 Vektorok a 2- és 3-dimenziós térben 2 Távolság, szög, orientáció 3 Vektorok koordinátás alakban 4 Összefoglalás
RészletesebbenKoordináta geometria III.
Koordináta geometria III. TÉTEL: A P (x; y) pont akkor és csak akkor illeszkedik a K (u; v) középpontú r sugarú körre (körvonalra), ha (x u) 2 + (y v) 2 = r 2. Ez az összefüggés a K (u; v) középpontú r
Részletesebben10. Koordinátageometria
I. Nulladik ZH-ban láttuk: 0. Koordinátageometria. Melyek azok a P x; y pontok, amelyek koordinátái kielégítik az Ábrázolja a megoldáshalmazt a koordináta-síkon! x y x 0 egyenlőtlenséget? ELTE 00. szeptember
RészletesebbenHaladó lineáris algebra
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Haladó lineáris algebra BMETE90MX54 Lineáris leképezések 2017-02-21 IB026 Wettl Ferenc
RészletesebbenKeresztmetszet másodrendű nyomatékainak meghatározása
BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra
RészletesebbenHatározott integrál és alkalmazásai
Határozott integrál és alkalmazásai 5. május 5.. Alapfeladatok. Feladat: + d = Megoldás: Egy határozott integrál kiszámolása a feladat. Ilyenkor a Newton-Leibniz-tételt használhatjuk, mely azt mondja ki,
Részletesebben6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján
Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei
RészletesebbenEgyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
Részletesebben1. Bázistranszformáció
1. Bázistranszformáció Transzformáció mátrixa új bázisban A bázistranszformáció képlete (Freud, 5.8.1. Tétel) Legyenek b és d bázisok V -ben, ] v V és A Hom(V). Jelölje S = [[d 1 ] b,...,[d n ] b T n n
RészletesebbenDiszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű
RészletesebbenSajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István
Sajátértékek és sajátvektorok A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris transzformáció Vektorok lineáris transzformációja: általános esetben az x vektor iránya és nagysága
RészletesebbenGyakorló feladatok I.
Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,
RészletesebbenMatematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
Részletesebben1. A Hilbert féle axiómarendszer
{Euklideszi geometria} 1. A Hilbert féle axiómarendszer Az axiómarendszer alapfogalmai: pont, egyenes, sík, illeszkedés (pont egyenesre, pont síkra, egyenes síkra), közte van reláció, egybevágóság (szögeké,
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Koordináta-geometria
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Koordináta-geometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett
Részletesebben1. Lineáris transzformáció
Lineáris transzformáció Lineáris transzformáció mátrixának felírása eg adott bázisban: Emlékeztető: Legen B = {u,, u n } eg tetszőleges bázisa az R n -nek, Eg tetszőleges v R n vektor egértelműen felírható
RészletesebbenAnalízis elo adások. Vajda István. 2012. szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)
Vajda István Neumann János Informatika Kar Óbudai Egyetem 1 / 36 Bevezetés A komplex számok értelmezése Definíció: Tekintsük a valós számpárok R2 halmazát és értelmezzük ezen a halmazon a következo két
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenValasek Gábor Informatikai Kar. 2016/2017. tavaszi félév
Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2016/2017. tavaszi félév Tartalom 1 Motiváció 2 Transzformációk Transzformációk általában 3 Nevezetes
RészletesebbenKoordináta-geometria feladatok (középszint)
Koordináta-geometria feladatok (középszint) 1. (KSZÉV Minta (1) 2004.05/I/4) Adott az A(2; 5) és B(1; 3) pont. Adja meg az AB szakasz felezőpontjának koordinátáit! 2. (KSZÉV Minta (2) 2004.05/I/7) Egy
RészletesebbenHajder Levente 2018/2019. II. félév
Hajder Levente hajder@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2018/2019. II. félév Tartalom 1 2 3 4 5 Albrecht Dürer, 1525 Motiváció Tekintsünk minden pixelre úgy, mint egy kis ablakra
RészletesebbenSkalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.
1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége
RészletesebbenRobotika. Kinematika. Magyar Attila
Robotika Kinematika Magyar Attila amagyar@almos.vein.hu Miről lesz szó? Bevezetés Merev test pozíciója és orientációja Rotáció Euler szögek Homogén transzformációk Direkt kinematika Nyílt kinematikai lánc
RészletesebbenOrtogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41
Ortogonalizáció Wettl Ferenc 2016-03-22 Wettl Ferenc Ortogonalizáció 2016-03-22 1 / 41 Tartalom 1 Ortonormált bázis 2 Ortogonális mátrix 3 Ortogonalizáció 4 QR-felbontás 5 Komplex skaláris szorzás 6 Diszkrét
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT. Koordináta-geometria
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT 1) Adott két pont: A 4; 1 felezőpontjának koordinátáit! AB felezőpontja legyen F. Koordináta-geometria és B 3 1; Írja fel az AB szakasz 1 3 4
Részletesebben