代码编织梦想

相同x、y坐标下,改变z坐标
如下图所示,希望将原矩阵由上面的平面转换到下面的平面
已知上面平面所有点的三维坐标和下面平面的角点(四个顶点)的三维坐标
在这里插入图片描述

代码:

function main()
%矩阵线性变换,相同x、y,仅z坐标不同的两个平面相互转换
clc
clear
close all
%% 0.原始数据、目标数据
x=[1,2,3,4,5];
y=[1,2,3]*10;
%原始数据
res_ori=[1,2,3,4,5;
    2,3,4,5,6;
    3,4,5,6,7];
%目标数据
% res_tar=[5,4,3,2,1;
%     6,5,4,3,2;
%     7,6,5,4,3]*-1;

%% 1.目标数据的角点
r11=-5;
r12=-1;
r21=-7;
r22=-3;
mat_tar_cor=[r11,r12;r21,r22];%目标矩阵(平面)的四个角点
%% 2.目标数据
results=trans_func(res_ori,mat_tar_cor);

%% 3.画图
[X,Y]=meshgrid(x,y); 
mesh(X,Y,res_ori)
hold on
mesh(X,Y,results)

trans_func.m

function results=trans_func(mat_ori,mat_tar)
%线性映射
rrr=mat_ori;
qwe=mat_tar;
q1=length(rrr(1,:));%列数
q2=length(rrr(:,1));%行数
for i=1:q1
    qweqwe(1,i)=(qwe(1,2)-qwe(1,1))/(rrr(1,q1)-rrr(1,1))*(rrr(1,i)-rrr(1,1))+qwe(1,1);
end
for i=1:q1
    qweqwe(q2,i)=(qwe(2,2)-qwe(2,1))/(rrr(1,q1)-rrr(1,1))*(rrr(1,i)-rrr(1,1))+qwe(2,1);
end

for j=1:q1%列
    for i=1:q2%行
        qweqwe(i,j)=(qweqwe(q2,j)-qweqwe(1,j))/(rrr(q2,j)-rrr(1,j))*(rrr(i,j)-rrr(1,j))+qweqwe(1,j);
    end
end
results=qweqwe;
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/RickyWasYoung/article/details/140590916

矩阵与线性变换_silencehell的博客-爱代码爱编程_矩阵线性变换

转载自:https://blog.csdn.net/jane617_min/article/details/7044479   一般来说,方阵能描述任意线性变换。线性变换保留了直线和平行线,但原点没有移动。线性变

矩阵与坐标系的映射关系-爱代码爱编程

矩阵与坐标系 下图展示了矩阵和二维坐标系的关系,二维坐标系可以看成图像,把这种关系应用到图像变换,就得到图像处理的方式变换,应用到三维空间坐标中,就得到三维空间坐标系变换关系。 仿射变换 仿射变换主要包括平移变换、旋转变换、缩放变换(也叫尺度变换)、倾斜变换(也叫错切变换、剪切变换、偏移变换)、翻转变换。有六个自由度。 仿射变换保持二维图形的“

矩阵知识:线性变换、相似矩阵、对角矩阵、逆矩阵-爱代码爱编程

一、线性变换 1.1 什么是线性变换 首先给出一个比较抽象的解释方式: 对 于 一 个 变

线性代数及矩阵论(九)-爱代码爱编程

线性代数原文 MIT 18.06 线性代数笔记 矩阵论笔记来自 工程矩阵理论 综合线性代数 机器学习的数学基础 配合视频 线性代数 工程矩阵理论 文章目录 二十九、相似矩阵和若尔当形1.相似矩阵2.若尔当形第三十讲:奇异值分解第三十一讲:线性变换及对应矩阵 二十九、相似矩阵和若尔当形 在本讲的开始,先接着上一讲来继续说一说正定矩阵。 正

【线性代数】矩阵及其运算_行列式表示的是矩阵所代表的线性变换对空间的压缩或拉伸程度-爱代码爱编程

【线性代数】矩阵及其运算 写在前面从向量到矩阵线性在何处,矩阵怎么来的秩,矩阵,逆矩阵 具体运算乘法行列式点乘和叉乘 线性方程组和矩阵的关系Gramer法则高斯消元法求逆矩阵解方程组 参

线性代数学习笔记3-爱代码爱编程

说明:接下来的内容,主要以二维空间举例说明,便于想象,理解后很容易推广到三维空间的情况 线性变换 之前说过,线性映射就是把向量映射成向量;而当线性映射发生在同一坐标系中,称为线性变换 “变换”就是“

线性代数基础 | 向量和矩阵的定义与性质_向量的矩阵表示-爱代码爱编程

一、向量的基本概念 A. 向量的定义 向量是数学中的一个基本概念,它表示在空间中具有大小和方向的量。向量可以用箭头来表示,箭头的长度表示向量的大小(模),箭头的方向表示向量的方向。 在坐标系中,向量通常表示为有序数对

[矩阵分析] 一、线性空间与线性变换_线性变换所有的特征向量构成值域吗-爱代码爱编程

目录 线性空间及其性质 定义 关键性质 1. 封闭性 2. 加法运算的性质 3. 标量乘法的性质 4. 线性组合、跨度和线性独立性 5. 子空间、基和维数 6. 核和像 核(Kernel) 像(Image) 核与像的关系 应用 一些重要的性质 通俗理解 线性空间的维数、基与坐标 维数 (Dimension) 基 (Bas