1 基本概念
齐次坐标是一类带有尺度自由度的坐标表示。与直接给出平面或空间中点的普通坐标不同，它通常在原有坐标分量后附加一个额外分量，使得同一几何对象可以用一组按比例等价的数来表示。这样的表示方式最重要的特点，是把点、直线、平面以及许多几何变换放进同一代数框架中处理。
1.1 定义
在二维平面中，一个点的笛卡尔坐标通常写作 \((x, y)\)，而其齐次坐标可写作 \((X, Y, W)\)。当 \(W \neq 0\) 时，对应的非齐次坐标为 \((x, y) = (X/W, Y/W)\)。在三维空间中，点则可表示为 \((X, Y, Z, W)\)，并在 \(W \neq 0\) 时还原为 \((X/W, Y/W, Z/W)\)。
这种定义并不要求每个坐标分量都具有独立的几何意义，关键在于它们只在整体比例上有意义。因而，\((X, Y, W)\) 与 \((\lambda X, \lambda Y, \lambda W)\) 在几何上表示同一个点，只要 \(\lambda \neq 0\)。
1.2 齐次表示与非齐次表示
非齐次表示是通常意义下的坐标表示，直接给出位置的实际数值。例如平面上的点 \((2, 3)\) 就是一个非齐次坐标。齐次表示则通过增加一维，将这类点写成 \((2, 3, 1)\) 或任何与之成比例的形式，如 \((4, 6, 2)\)。
两种表示之间可以相互转换。对于有限远点，非齐次坐标更直观；对于射影几何中的统一表达，齐次坐标更方便。特别是在处理无穷远元素时，非齐次表示往往无法直接容纳，而齐次表示可以自然覆盖这些情况。
1.3 归一化与尺度不变性
齐次坐标具有尺度不变性，即同一几何对象可对应无穷多组比例相同的坐标。为了便于计算，常将其归一化，例如把最后一个分量归为 1，或将向量长度调整到某种标准形式。
归一化并不改变所表示的几何对象，只是选取一个代表元。需要注意的是，当最后一个分量为 0 时，不能再通过除法还原到普通坐标，这类对象通常对应无穷远点或无穷远元素。
1.4 点、直线与平面的齐次表达
在二维射影平面中，点通常用三维齐次向量表示，直线也可用三元系数表示。若直线方程写作 \(ax + by + c = 0\)，则其齐次形式可写成 \(aX + bY + cW = 0\)。这样，点与直线的关系可统一为向量点积是否为零。
在三维空间中，平面方程可写作 \(aX + bY + cZ + dW = 0\)。点、线、面在齐次框架下都能用代数对象表达，从而便于进行交运算、变换以及对偶分析。
2 射影几何基础
射影几何研究的是在投影变换下保持不变的几何性质。齐次坐标正是射影几何的核心工具之一，因为它允许把有限远对象与无穷远对象统一考虑，并用线性代数方法描述原本复杂的几何关系。
2.1 射影空间
射影空间可理解为将普通坐标空间中的点按比例等价关系重新组织后得到的几何空间。在这样的空间中，所有非零齐次坐标向量对应一个点，但按非零比例缩放后的向量视为同一点。
2.1.1 平面射影空间
平面射影空间通常记作 \(P^2\)。它可以看作把平面上的点以及无穷远方向统一起来形成的空间。在这里，平行线不再“相交于不存在的地方”，而是被看作相交于某个无穷远点。
平面射影空间的结构使许多平面几何命题具有统一形式，例如任意两条不同直线都相交于一个点，只是这个点可能位于无穷远处。
2.1.2 三维射影空间
三维射影空间记作 \(P^3\)。它把三维欧几里得空间中的点、直线和平面纳入同一投影框架。与平面情形类似，平行平面或平行直线在射影意义下也可理解为具有共同的无穷远结构。
这一空间在三维重建、相机成像和多视几何中尤其重要，因为透视投影本质上就是从三维射影空间到二维射影平面的映射。
2.2 无穷远点与无穷远线
无穷远点是表示方向而非具体位置的射影对象。在二维平面中，一族平行线共享同一个无穷远点；在三维中，一族平行线对应无穷远平面上的点。无穷远线则是平面中所有无穷远点组成的集合，也称为理想直线。
无穷远点和无穷远线的引入，使“平行”可以转化为“相交于无穷远处”的统一表述，从而简化几何证明与计算。
2.3 对偶原理
对偶原理是射影几何的重要思想之一，指点与直线、线与点之间存在对称的命题结构。在二维射影平面中，许多关于点的结论在交换“点”和“直线”后仍成立。
齐次坐标使这种对偶关系更容易实现，因为点和直线都可以看作向量。通过代数形式的统一，某些几何命题可以同时以两种互补方式理解。
2.4 交比与射影不变量
交比是四个共线点或四条共点直线所对应的一个数量，它在射影变换下保持不变，是射影几何中最经典的不变量之一。由于射影变换可以扭曲长度和角度，交比这样的量就成为描述“真正不变性质”的重要工具。
在齐次坐标框架中，交比的表达常与行列式或比值形式有关，适合用于理论证明和计算实现。
3 代数表示
齐次坐标之所以广泛应用，很大程度上在于它与线性代数天然相容。很多几何对象都可以被写成向量、矩阵或线性方程组，进而利用代数方法求解。
3.1 向量与矩阵形式
在实际计算中，齐次点常写成列向量，例如二维中的 \([X, Y, W]^T\)，三维中的 \([X, Y, Z, W]^T\)。这种表示便于和矩阵相乘，特别适合描述线性变换和投影变换。
矩阵形式的优势在于组合方便。几何变换可以直接转化为矩阵乘法，多个变换叠加时只需依次相乘即可。
3.2 齐次坐标中的直线方程
二维平面中的直线可表示为三元组 \((a, b, c)\)，对应方程 \(aX + bY + cW = 0\)。在非齐次坐标下，这就是熟悉的 \(ax + by + c = 0\)。
用向量形式表示后，点 \(\mathbf{p}\) 与直线 \(\mathbf{l}\) 是否满足“点在线上”，可通过 \(\mathbf{l}^T \mathbf{p} = 0\) 来判断。这种写法简洁且利于程序实现。
3.3 齐次坐标中的平面方程
在三维中，平面可写作四元组 \((a, b, c, d)\)，其方程为 \(aX + bY + cZ + dW = 0\)。当 \(W = 1\) 时，就恢复为普通的平面方程 \(ax + by + cz + d = 0\)。
平面表示的齐次形式可用于判断点是否落在平面上，也可用于计算直线和平面的交点，或两个平面的交线。
3.4 退化情形与特殊点
退化情形通常指几何对象失去一般性结构，例如两条直线重合、点落在无穷远处，或某个变换矩阵不可逆。此时齐次坐标仍然可以给出统一描述，但需要额外检查是否出现零向量、零行列式或秩下降等情况。
特殊点包括无穷远点、理想点以及变换中的固定点等。它们在几何推导中常扮演边界角色，处理时需要格外注意坐标比例与定义域条件。
4 几何变换
齐次坐标最重要的应用之一，是把平移、旋转、缩放、投影等几何变换统一表示为矩阵运算。这样一来，原本需要分别处理的不同变换可以在同一体系中组合、分析和实现。
4.1 平移、旋转与缩放
在普通二维或三维坐标中，平移不是线性变换，因为它不能仅用一个线性矩阵在原空间中表示。而在齐次坐标中，平移可以通过扩展后的矩阵实现，从而与旋转和缩放放在同一框架内。
旋转与缩放本身在齐次坐标中也可写成扩展矩阵。它们通常保留最后一个分量不变，而前几个分量按照相应规则变换，因此适合统一表示复合几何操作。
4.2 仿射变换的齐次矩阵表示
仿射变换包括旋转、平移、缩放、错切等，是计算几何和工程建模中最常见的一类变换。其齐次矩阵通常具有块结构，前部是线性变换部分，最后一列或最后一行负责引入平移项。
通过这种方式，仿射变换可以转化为矩阵乘法，多个仿射操作的组合也只需矩阵连乘即可完成。
4.3 透视投影变换
透视投影会使远处物体看起来更小，是视觉成像中最典型的非线性现象之一。齐次坐标特别适合表达这类变换，因为它可以将投影过程写成矩阵形式，再通过归一化得到最终图像坐标。
4.3.1 平行投影
平行投影中，投影线彼此平行，物体的深度变化不会导致消失点效应。它常用于工程制图和某些简化渲染场景。齐次坐标可以直接描述这种投影，把三维点映射到二维平面上。
4.3.2 中心投影
中心投影以某个投影中心为出发点，所有投影线汇聚于一点，这是摄影机成像和人眼视觉的基本模型。该变换在齐次坐标下可用矩阵表达，再通过除以最后一个分量得到图像平面上的坐标。
4.4 变换复合与矩阵乘法
齐次坐标的一大优点是便于复合变换。若先进行变换 A，再进行变换 B，则总变换可表示为矩阵乘积 \(B A\)。这一性质使几何管线能够高效实现，也便于理论推导。
需要注意矩阵乘法的顺序，因为通常先作用的变换会位于右侧。理解这一点对于图形学与机器人运动学中的坐标变换尤为重要。
5 计算方法
在数值计算中，齐次坐标不仅用于表示，还用于求交、求变换和处理边界情形。实际应用往往要求既保持几何正确性，又兼顾稳定性和效率。
5.1 齐次坐标的求取
从普通坐标构造齐次坐标通常很简单，只需在末尾补上 1。例如二维点 \((x, y)\) 可写成 \((x, y, 1)\)。对于方向向量或无穷远元素，则常采用最后一项为 0 的形式。
在具体算法中，有时需要根据数据条件重新选择缩放因子，以避免数值溢出或精度损失。
5.2 点与直线的交运算
点与直线的关系判断可以通过点积完成。若直线 \(\mathbf{l}\) 与点 \(\mathbf{p}\) 满足 \(\mathbf{l}^T \mathbf{p} = 0\)，则点在直线上。若不满足，则可通过代数残差衡量偏离程度。
这种方式在计算几何中非常常见，适合用于线段测试、边界判断和多边形裁剪等任务。
5.3 直线与直线的交点
两条直线的交点可以通过向量叉积求得。在二维射影平面中，若直线分别表示为 \(\mathbf{l}_1\) 与 \(\mathbf{l}_2\)，则它们的交点可由 \(\mathbf{l}_1 \times \mathbf{l}_2\) 给出。
当结果的最后一项为 0 时，表示交点位于无穷远处，即两条直线在普通意义下平行。这一计算方式使平行与相交统一为同一公式。
5.4 数值稳定性与误差处理
由于齐次坐标允许乘以任意非零常数，实际计算中常需要进行重新缩放，以保持数值在合理范围内。若不加处理，过大或过小的分量可能导致舍入误差放大。
在处理接近无穷远或接近平行的情形时，数值稳定性尤其重要。常见做法包括归一化、设定阈值判断以及使用高精度算术，以减少误判和病态问题。
6 应用领域
齐次坐标在多个技术领域中都具有基础地位。其价值不仅在于理论统一，也在于能够直接支持实际系统中的变换、投影和几何推理。
6.1 计算机图形学
在图形学中，齐次坐标是三维图形管线的重要组成部分。模型变换、视图变换和投影变换通常都以齐次矩阵实现，便于硬件加速和软件统一处理。
6.1.1 三维渲染
三维渲染需要把场景中的物体从世界坐标系转换到屏幕坐标系。齐次坐标使这一过程中的平移、旋转、缩放以及透视投影都能纳入统一流程，减少了分步处理的复杂度。
6.1.2 相机模型
相机模型描述三维空间到二维图像平面的映射关系。齐次坐标能自然表达相机的内外参数、投影中心以及图像坐标归一化过程，因此在成像模拟和摄影测量中很常见。
6.2 机器人学与运动学
机器人学中，连杆、关节和末端执行器的位置与姿态常通过坐标变换描述。齐次坐标特别适合表达刚体运动，因为它能把旋转和平移统一到一个矩阵中。
在正运动学、逆运动学和坐标链计算中，这种表示方式有助于逐级组合变换，并提高公式的可读性和实现效率。
6.3 计算机视觉
计算机视觉经常需要从图像中恢复几何关系，例如估计相机位姿、重建空间点或识别投影关系。齐次坐标在这里用于表示图像点、极线、消失点以及多视图中的匹配关系。
它还方便描述单应性矩阵、基本矩阵和投影矩阵等对象，使图像配准和三维重建的数学结构更加清晰。
6.4 几何建模与CAD
在几何建模和CAD系统中，物体的编辑、拼接和变换通常需要大量坐标运算。齐次坐标允许设计者以统一方式处理局部坐标、全局坐标以及复杂装配关系。
对于曲线曲面表示、模型层级变换和工程图输出，这种坐标体系都具有明显优势。
7 与其他坐标系的关系
齐次坐标并不是取代其他坐标系，而是与它们互补。不同坐标系适合不同任务，而齐次坐标主要用于统一变换和投影结构。
7.1 笛卡尔坐标系
笛卡尔坐标系最直观，适合描述位置和距离，但在表达平移与投影时不够统一。齐次坐标可看作对笛卡尔坐标的扩展，因此二者之间可以自由转换。
7.2 极坐标与参数坐标
极坐标适合描述平面中的角度与径向关系，参数坐标适合表达曲线和曲面。与这些坐标系相比，齐次坐标更关注几何变换的统一性，而不是单纯的点位参数化。
7.3 仿射坐标
仿射坐标保留平行关系与线性组合的结构，常用于仿射空间的描述。齐次坐标可以视为仿射坐标的更高层扩展，因为它进一步引入了无穷远元素和投影变换。
7.4 射影坐标
射影坐标强调按比例等价的表示方式，是齐次坐标在射影几何中的直接体现。两者在许多场合几乎可以互换使用，但在具体语境中，齐次坐标更常指代计算表示，而射影坐标更偏向几何结构。
8 历史与发展
齐次坐标的发展与射影几何、线性代数以及工程计算的进步密切相关。它并非单纯的符号技巧，而是几何思想从欧几里得框架走向投影框架的重要表现。
8.1 射影几何的早期思想
射影几何的早期思想源于对透视图、消失点和绘图规律的研究。艺术、建筑和几何证明中的透视经验逐渐推动了对“无穷远”概念的形式化理解。
8.2 现代线性代数中的形式化
随着向量空间、矩阵理论和线性映射的成熟，齐次坐标被系统地纳入代数框架。它不再只是几何直观的辅助工具，而成为可以严格证明和计算的标准表示法。
8.3 在工程计算中的普及
在计算机图形学、机器人学和视觉计算兴起之后，齐次坐标因其统一性与实现便利性而迅速普及。尤其是在图形硬件和数值算法中，它已成为处理空间变换的常用基础工具。
9 常见误区与易混概念
由于齐次坐标兼具代数形式和几何意义，初学者常会在尺度、维数和无穷远对象的理解上产生混淆。澄清这些问题有助于正确使用该工具。
9.1 齐次坐标与坐标维数
齐次坐标的分量数通常比原空间维数多一维，但这并不表示对象“真的多了一维自由度”。额外分量的作用是引入尺度与统一表示，并不改变几何对象本身的维数。
9.2 齐次坐标与标准化
标准化只是从无穷多个等价表示中选取一个代表，并非齐次坐标本身必须满足的属性。实际应用中常把最后一个分量归一为 1，但这只适用于有限远点。
9.3 无限远点的理解
无穷远点不是“非常远的普通点”，而是表示方向的几何对象。它在射影几何中具有严格定义，不能简单地把它理解成距离无限大的一般位置点。
9.4 坐标比例与同一点表示
在齐次表示中，成比例的坐标对应同一点，这是最核心的规则之一。误区常出现在将数值大小误认为几何距离，实际上不同倍数可能完全表示同一个位置。