Modèle de caméra sténopé: Comprendre la perspective grâce à l'optique informatique
Par Fouad Sabry
()
À propos de ce livre électronique
Qu'est-ce que le modèle de caméra sténopé
Le modèle de caméra sténopé est une représentation mathématique de la relation entre les coordonnées d'un point dans l'espace tridimensionnel et sa projection sur l'image. plan d’un appareil photo sténopé idéal. Dans ce modèle, l’ouverture de l’appareil photo est représentée par un point et aucun objectif n’est utilisé pour concentrer la lumière. A titre d'illustration, le modèle ne prend pas en compte les distorsions géométriques ni le flou des objets flous qui peuvent être provoqués par des objectifs et des ouvertures de taille finie. Le fait que la majorité des caméras pratiques n'aient que des coordonnées d'image discrètes n'est pas non plus pris en compte. Pour cette raison, le modèle de caméra sténopé ne peut être utilisé que comme approximation du premier ordre du mappage d’une scène tridimensionnelle à une représentation graphique bidimensionnelle. Sa validité dépend de la qualité de l'appareil photo et, en général, elle diminue du centre de l'image vers les bords à mesure que les effets de distorsion de l'objectif augmentent.
Comment vous en bénéficierez
(I) Informations et validations sur les sujets suivants :
Chapitre 1 : Modèle de caméra sténopé
Chapitre 2 : Système de coordonnées cartésiennes
Chapitre 3 : Système de coordonnées sphériques
Chapitre 4 : Projection isométrique
Chapitre 5 : Représentation matricielle des sections coniques
Chapitre 6 : Optique de Fourier
Chapitre 7 : Projection 3D
Chapitre 8 : Matrice de transformation
Chapitre 9 : Pipeline graphique
Chapitre 10 : Espace tridimensionnel
(II) Répondre aux principales questions du public sur le modèle de caméra sténopé.
(III) Exemples concrets d'utilisation du modèle de caméra sténopé dans de nombreux domaines.
À qui s'adresse ce livre
Les professionnels, les étudiants de premier cycle et des cycles supérieurs, les passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de modèle de caméra sténopé.
En savoir plus sur Fouad Sabry
Technologies Émergentes en Agriculture [French]
Lié à Modèle de caméra sténopé
Titres dans cette série (100)
Groupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationModèle d'apparence de couleur: Comprendre la perception et la représentation en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationCartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationHistogramme des dégradés orientés: Dévoilement du domaine visuel : exploration de l'histogramme des dégradés orientés en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétection des bords: Explorer les limites de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFonction de correspondance des couleurs: Comprendre la sensibilité spectrale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de coin Harris: Dévoiler la magie de la détection des caractéristiques de l'image Évaluation : 0 sur 5 étoiles0 évaluationContour actif: Faire progresser la vision par ordinateur grâce aux techniques de contour actif Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationModèle du système visuel humain: Comprendre la perception et le traitement Évaluation : 0 sur 5 étoiles0 évaluationModèle de couleur: Comprendre le spectre de la vision par ordinateur : explorer les modèles de couleurs Évaluation : 0 sur 5 étoiles0 évaluationMéthode d'ensemble de niveaux: Faire progresser la vision par ordinateur, explorer la méthode de jeu de niveaux Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluation
Livres électroniques liés
Géométrie épipolaire: Libérer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGéométrie descriptive: Déverrouiller le domaine visuel : explorer la géométrie descriptive en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationProjection tridimensionnelle: Libérer la profondeur de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationPerspective curviligne: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationReconstruction tridimensionnelle multi-vues: Techniques avancées de perception spatiale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationSurface procédurale: Explorer la génération et l'analyse de textures en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationChamp de mouvement: Explorer la dynamique de la vision par ordinateur : le champ de mouvement dévoilé Évaluation : 0 sur 5 étoiles0 évaluationPoint de Fuite: Explorer les limites de la vision : aperçus de l'informatique Évaluation : 0 sur 5 étoiles0 évaluationProjection isométrique: Explorer la perception spatiale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGraphiques de lancer de rayons: Explorer le rendu photoréaliste en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInfographie Polygone: Explorer l'intersection de l'infographie polygonale et de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationProjection orthographique: Explorer la projection orthographique en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInfographie bidimensionnelle: Explorer le domaine visuel : l'infographie bidimensionnelle en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModélisation et rendu basés sur l'image: Explorer le réalisme visuel : techniques de vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationAlgorithme de la ligne Bresenham: Rendu de ligne efficace au pixel près pour la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHachage géométrique: Algorithmes efficaces pour la reconnaissance et la correspondance d'images Évaluation : 0 sur 5 étoiles0 évaluationAlgorithme de dessin de ligne: Maîtriser les techniques de rendu d’images de précision Évaluation : 0 sur 5 étoiles0 évaluationAjustement du forfait: Optimisation des données visuelles pour une reconstruction précise Évaluation : 0 sur 5 étoiles0 évaluationInfographie de radiosité: Faire progresser la visualisation grâce à la radiosité dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationIllumination globale: Faire progresser la vision : aperçus de l’éclairage mondial Évaluation : 0 sur 5 étoiles0 évaluationFormation 3D par la pratique avec C#5 et WPF: Modeliser des molecules Évaluation : 0 sur 5 étoiles0 évaluationMatrice fondamentale de la vision par ordinateur: S'il vous plaît, suggérez un sous-titre pour un livre intitulé « Matrice fondamentale de la vision par ordinateur » dans le domaine de la « Vision par ordinateur ». Le sous-titre suggéré ne doit pas contenir de ':'. Évaluation : 0 sur 5 étoiles0 évaluationPartitionnement de l'espace binaire: Explorer le partitionnement de l'espace binaire : fondements et applications en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEspace à l'échelle: Explorer les dimensions en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRendu volumique: Explorer le réalisme visuel dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEstimation de la pose du corps articulé: Déverrouiller le mouvement humain dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationMosaïque de documents: Libérer des informations visuelles grâce au mosaïquage de documents Évaluation : 0 sur 5 étoiles0 évaluationEstimation du mouvement: Avancées et applications en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluation
Intelligence (IA) et sémantique pour vous
Intelligence artificielle: la quatrième révolution industrielle Évaluation : 0 sur 5 étoiles0 évaluationLe guide du hacker : le guide simplifié du débutant pour apprendre les bases du hacking avec Kali Linux Évaluation : 5 sur 5 étoiles5/5Maîtrisez ChatGPT : Du débutant à l'expert - Guide pratique pour exploiter la puissance de l'IA conversationnelle Évaluation : 0 sur 5 étoiles0 évaluationTravailler dans le Big Data - les 6 métiers vers lesquels s'orienter Évaluation : 5 sur 5 étoiles5/5Maîtriser ChatGPT : Libérez la puissance de l'IA pour améliorer la communication et les relations: French Évaluation : 0 sur 5 étoiles0 évaluationHistoire et évolution de l'Intelligence Artificielle Évaluation : 5 sur 5 étoiles5/5L’Empathie au Cœur de l’Intelligence Artificielle, Comment insérer de l’empathie dans les affaires et l’intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationRésumé Chatgpt ia Revolution in 2023: Guide de la Technologie Chatgpt et de son Impact Social Évaluation : 0 sur 5 étoiles0 évaluationL'intelligence mixte, vers une nouvelle forme d'intelligence Évaluation : 0 sur 5 étoiles0 évaluationMonétisation ChatGPT : Exploitez la Puissance de l'IA: ChatGPT Évaluation : 0 sur 5 étoiles0 évaluationIA dans les Affaires: Guide Pratique de l'Utilisation de l'Intelligence Artificielle dans Divers Secteurs Évaluation : 0 sur 5 étoiles0 évaluationChat GPT : Comment ça fonctionne et comment gagner avec l'utilisation de la technologie d'Intelligence Artificielle Évaluation : 0 sur 5 étoiles0 évaluationLimites, dangers et menaces de l'Intelligence Artificielle: Un outil sans maîtrises Évaluation : 0 sur 5 étoiles0 évaluationGuide définitive pour créer des TikToks avec ChatGPT: Devenez le prochain influenceur sur TikTok avec l'aide de ChatGPT ! Évaluation : 0 sur 5 étoiles0 évaluationLa prophétie des anciens: Roman dystopique Évaluation : 0 sur 5 étoiles0 évaluationL'art de la création d'images avec l'IA : Techniques, applications et défis éthiques Évaluation : 0 sur 5 étoiles0 évaluationComment Réussir sur Facebook en utilisant ChatGPT: Le pouvoir de ChatGPT : découvrez comment il peut transformer votre stratégie sur Facebook Évaluation : 0 sur 5 étoiles0 évaluationOsons l'IA à l'école: Préparons nos jeunes à la révolution de l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluation
Avis sur Modèle de caméra sténopé
0 notation0 avis
Aperçu du livre
Modèle de caméra sténopé - Fouad Sabry
Modèle d'appareil photo à sténopé
Comprendre la perspective grâce à l'optique computationnelle
Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information, de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines professionnelles internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One Billion Knowledge.
Un milliard de connaissances
Modèle d'appareil photo à sténopé
Comprendre la perspective grâce à l'optique computationnelle
Fouad Sabry
Copyright
Appareil photo à sténopé modèle © 2024 par Fouad Sabry. Tous droits réservés.
Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.
Couverture dessinée par Fouad Sabry.
Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans le présent document.
Table des matières
Chapitre 1 : Modèle d'appareil photo à sténopé
Chapitre 2 : Système de coordonnées cartésiennes
Chapitre 3 : Système de coordonnées sphériques
Chapitre 4 : Projection isométrique
Chapitre 5 : Représentation matricielle des sections coniques
Chapitre 6 : L'optique de Fourier
Chapitre 7 : Projection 3D
Chapitre 8 : Matrice de transformation
Chapitre 9 : Pipeline graphique
Chapitre 10 : L'espace tridimensionnel
Appendice
À propos de l'auteur
Chapitre 1 : Modèle d'appareil photo à sténopé
Lorsqu'il n'y a pas de lentilles impliquées dans la focalisation de la lumière, le modèle de caméra à sténopé décrit la relation mathématique entre l'emplacement d'un point dans l'espace tridimensionnel et sa projection sur le plan de l'image. Les distorsions géométriques et le flou flou dus aux objectifs et aux tailles d'ouverture fixes ne sont pas pris en compte dans le modèle. De plus, il ignore le fait que la plupart des caméras du monde réel n'utilisent que des coordonnées d'image discrètes. Cela signifie que le mappage d'une scène 3D à une image 2D produite par le modèle de caméra à sténopé n'est au mieux qu'une estimation. Sa fiabilité diminue du centre de l'image à ses bords en raison des effets de distorsion de l'objectif et varie en fonction de la qualité de l'appareil photo.
Si une caméra de haute qualité est utilisée, certains des impacts ignorés par le modèle de caméra à sténopé peuvent être pris en compte, par exemple en exécutant des transformations de coordonnées appropriées sur les coordonnées de l'image. Par conséquent, dans des domaines tels que la vision par ordinateur et l'infographie, où des descriptions précises de la façon dont une caméra représente une scène 3D sont nécessaires, le modèle de caméra à sténopé est souvent suffisant.
La figure montre le fonctionnement de la géométrie de cartographie d'une caméra à sténopé. Voici les éléments constitutifs de l'illustration :
Système de coordonnées orthogonales tridimensionnelles centré sur O. L'ouverture de l'appareil photo se trouve également ici. X1, X2 et X3 sont les noms donnés aux trois axes de coordonnées. L'axe optique, l'axe principal ou le rayon principal pointe dans la direction du champ de vision de la caméra. Le plan principal, ou face avant de la caméra, est l'espace défini par les axes X1 et X2.
Plan d'image, où le monde, en trois dimensions, est projeté à travers l'objectif d'un appareil photo.
Le plan de l'image est parallèle aux axes X1 et X2 et est situé à une distance f de l'origine O dans la direction négative de l'axe X3, où f est la distance focale de la caméra à sténopé.
Pour qu'un sténopé fonctionne en pratique, le plan de l'image doit être positionné de manière à croiser l'axe X3 en -f, où f est supérieur à zéro.
Le plan de l'image et l'axe optique se rejoignent à une position notée R. C'est le point focal, ou le cœur de l'image.
Un point P quelque part dans le monde en coordonnée (x_1, x_2, x_3) par rapport aux axes X1, X2 et X3.
Ligne utilisée par le point P pour se projeter sur le plan du film. Relier les points P et O, cette ligne verte représente cette connexion.
Il s'agit du plan de l'image sur lequel le point P est projeté, noté Q.
Le plan de l'image et la ligne de projection verte se croisent à cette position.
Dans n'importe quelle situation pratique, nous pouvons supposer que x_{3} > 0, ce qui signifie que le point d'intersection est bien défini.
En plus du monde 3D, le plan de l'image a son propre ensemble de coordonnées, avec le centre à R et les axes perpendiculaires l'un à l'autre (X1 et X2), respectivement.
Les coordonnées du point Q par rapport à ce système de coordonnées sont (y_1, y_2) .
Toutes les lignes de projection sont censées passer par un point infinitésimal à l'ouverture du sténopé de l'appareil photo. Le terme « centre optique » est utilisé pour décrire cet emplacement en trois dimensions.
Ensuite, nous voulons comprendre comment les coordonnées (y_1, y_2) du point Q dépendent des coordonnées (x_1, x_2, x_3) du point P.
La figure suivante facilitera ce processus en affichant la scène identique à la précédente, mais cette fois vue d'en haut, en ayant les yeux pointés vers le bas, le long de la direction négative de l'axe X.
La figure représente une paire de triangles congruents, dont les deux hypoténites sont des segments de la ligne de projection verte.
Les cathéti du triangle gauche sont -y_1 et f et les cathéti du triangle rectangle sont x_{1} et x_3 .
Les similitudes entre les deux triangles suggèrent que
\frac{-y_1}{f} = \frac{x_1}{x_3} ou y_1 = -\frac{f \, x_1}{x_3}
Les résultats d'une enquête similaire lorsqu'ils sont vus dans le sens inverse des aiguilles d'une montre autour de l'axe X1 sont les suivants
\frac{-y_2}{f} = \frac{x_2}{x_3} ou y_2 = -\frac{f \, x_2}{x_3}
En un mot, cela signifie
\begin{pmatrix} y_1 \\ y_2 \end{pmatrix} = -\frac{f}{x_3} \begin{pmatrix} x_1 \\ x_2 \end{pmatrix}qui est une expression qui décrit la relation entre les coordonnées 3D (x_1,x_2,x_3) du point P et ses coordonnées d'image (y_1,y_2) données par le point Q dans le plan de l'image.
Le mappage des coordonnées 3D à 2D décrit par une caméra à sténopé est une projection en perspective suivie d'une rotation de 180° dans le plan de l'image.
Ceci est conforme au fonctionnement d'un appareil photo à sténopé conventionnel : l'image résultante est tournée de 180° et la taille relative des objets projetés dépend de leur distance au point focal et la taille globale de l'image dépend de la distance f entre le plan de l'image et le point focal.
Pour obtenir une image qui n'a pas été tournée, ce qui est normal d'un appareil photographique, Cela peut aller dans les deux sens :
Faites pivoter le système de coordonnées dans le plan de l'image de 180° (dans l'une ou l'autre direction).
C'est la solution que tout appareil photo à sténopé fonctionnel utiliserait ; Lors de la visualisation d'une photo prise à l'aide d'un appareil photo, l'image est tournée avant d'être visualisée, Dans le cas d'un appareil photo numérique, l'image est tournée en raison de l'ordre dans lequel les pixels sont lus.
Le plan de l'image doit être déplacé de manière à ce qu'il rencontre l'axe X3 à f, plutôt qu'à -f, et tous les calculs antérieurs doivent être refaits. Comme cela ne peut pas être fait en fait, une caméra théorique est créée qui peut être plus facile à analyser que la caméra réelle.
Sans la négation, l'expression précédente donne le mappage des coordonnées de l'image 3D à 2D dans les deux circonstances.
\begin{pmatrix} y_1 \\ y_2 \end{pmatrix} = \frac{f}{x_3} \begin{pmatrix} x_1 \\ x_2 \end{pmatrix}Les coordonnées homogènes sont une autre façon de décrire le mappage entre les emplacements de points 3D dans l'espace et les emplacements d'images 2D.
Soit \mathbf {x} une représentation d'un point 3D en coordonnées homogènes (un vecteur à 4 dimensions), et soit \mathbf{y} une représentation de l'image de ce point dans la caméra à sténopé (un vecteur à 3 dimensions).
Alors la relation subséquente est vraie.
\mathbf{y} \sim \mathbf{C} \, \mathbf{x}où \mathbf{C} est la 3\times 4 matrice de la caméra et l' \, \sim égalité des moyens entre les éléments des espaces projectifs.
Cela signifie que toute multiplication scalaire non nulle entre les côtés gauche et droit est également égale.
Une conséquence de cette relation est qu'elle peut également \mathbf{C} être vue comme un élément d'un espace projectif ; Si une multiplication scalaire de deux matrices de caméra donne le même résultat, alors les matrices sont comparables.
Le mappage de caméra à sténopé tel que décrit ici, en tant que transformation linéaire \mathbf{C} au lieu d'une fraction de deux expressions linéaires, permet de dériver plusieurs relations entre les coordonnées 3D et 2D avec moins d'étapes de calcul.
{Fin du chapitre 1}
Chapitre 2 : Système de coordonnées cartésiennes
En géométrie, un système de coordonnées cartésiennes (UK : /kɑːˈtiːzjən/, US : /kɑːrˈtiʒən/) dans un plan est un système de coordonnées qui spécifie chaque point de manière unique par une paire de nombres réels appelés coordonnées, où deux droites perpendiculaires se rencontrent en un point fixe, quelles sont les distances signées entre elles ?, des lignes de coordonnées, en abrégé, les axes de coordonnées du système, ou des axes (pluriel d'axe).
Le point d'intersection, également connu sous le nom d'origine, est marqué d'un zéro, 0) comme coordonnées.
Les coordonnées cartésiennes, c'est-à-dire les distances signées d'un point à trois plans perpendiculaires, peuvent être utilisées pour décrire l'emplacement d'un point dans l'espace tridimensionnel. En général, pour toute dimension n, un point d'un espace euclidien de dimension n peut être décrit à l'aide de n coordonnées cartésiennes. Ce sont les coordonnées d'un point, exprimées sous la forme des distances signées par rapport à n hyperplans fixes et perpendiculaires.
Les coordonnées cartésiennes sont nommées d'après René Descartes, au mathématicien dont le développement au XVIIe siècle a établi la première connexion systématique entre la géométrie et l'algèbre et a ainsi déclenché une révolution mathématique.
En appliquant le système de coordonnées cartésiennes, les équations contenant les coordonnées des points d'une forme géométrique (telle qu'une courbe) peuvent être utilisées pour décrire la forme en détail.
Par exemple, le cercle de rayon 2, situé au foyer de la genèse du plan, peut être décrit comme l'ensemble de tous les points dont les coordonnées x et y satisfont à l'équation x2 + y2 = 4.
En raison