背景
在冯氏光照模型中，其中的漫反射项需要我们对法向量和光线做点乘计算。
从顶点着色器中读入的法向量数据处于模型空间，我们需要将法向量转换到世界空间，然后在世界空间中让法向量和光线做运算。这里便有一个问题，如何将法线从当前的模型空间变换到世界空间？
首先，法向量只是一个方向向量，不能表达空间中的特定位置。同时，法向量没有齐次坐标（顶点位置中的w分量）。这意味着，位移不应该影响到法向量。因此，如果我们打算把法向量乘以一个模型矩阵，我们就要从矩阵中移除位移部分，只选用模型矩阵左上角3×3的矩阵（注意，我们也可以把法向量的w分量设置为0，再乘以4×4矩阵；这同样可以移除位移）。对于法向量，我们只希望对它实施缩放和旋转变换。
其次，如果模型矩阵执行了不等比缩放，顶点的改变会导致法向量不再垂直于表面了。因此，我们不能用这样的模型矩阵来变换法向量。下面的图展示了应用了不等比缩放的模型矩阵对法向量的影响：
当我们应用一个不等比缩放时（注意：等比缩放不会破坏法线，因为法线的方向没被改变，仅仅改变了法线的长度，而这很容易通过标准化来修复），法向量就不会再垂直于对应的表面了，这样光照就会被破坏。
修复这个行为的诀窍是使用一个为法向量专门定制的模型矩阵。这个矩阵称之为法线矩阵(Normal Matrix)，它使用了一些线性代数的操作来移除对法向量错误缩放的影响。
推导过程
为了将一个顶点从模型空间转换到世界空间，我们可以乘上一个模型矩阵model，包含物体的移动、旋转、缩放信息。在shader中的代码如下：
FragPos = vec3(model * vec4(aPos, 1.0));
对于一个向量，正如上面的图展示的一样，我们不能简单乘上model矩阵。如果乘上model矩阵，向量就不再和原来的表面切线垂直了。
我们可以定义表面切线为 T = P 2 − P 1 T = P_2 - P1 T=P2−P1，其中 P 1 , P 2 P_1,P_2 P1,P2都是表面上的顶点。当表面前线乘上model矩阵时，我们有：
m o d e l ∗ T = m o d e l ∗ P 2 − m o d e l ∗ P 1 T ′ = P 2 ′ − P 1 ′ model * T = model * P_2 - model * P_1 \\ T' = P_2' - P_1' model∗T=model∗P2−model∗P1T′=P2′−P1′
变换后的表面切线 T ′ T' T′仍然可以表示成表面上顶点的差，因此乘上model矩阵之后，表面切线不会被破坏。
对于表面上的法线 N N N，我们无法从表面上找到两个顶点来表示，但是我们知道表面法线与切线互相垂直，即
N ⋅ T = 0 N \cdot T = 0 N⋅T=0
我们假设矩阵 G G G就是可以将法线从模型空间转换到世界空间的正确矩阵，并用 M M M来表示模型矩阵model，于是有下式：
N ′ ⋅ T ′ = ( G N ) ⋅ ( M T ) = 0 N' \cdot T' = (GN)\cdot(MT) = 0 N′⋅T′=(GN)⋅(MT)=0
转化成矩阵表示的形式
( G N ) ⋅ ( M T ) = ( G N ) T ∗ ( M T ) = N T G T M T = 0 (GN)\cdot(MT) = (GN)^T*(MT) = N^TG^TMT = 0 (GN)⋅(MT)=(GN)T∗(MT)=NTGTMT=0
我们知道 N ⋅ T = N T T = 0 N\cdot T = N^TT = 0 N⋅T=NTT=0，所以如果 G T M = a I G^TM = aI GTM=aI， a a a是任意非零常数，我们便有
N ′ ⋅ T ′ = N T G T M T = N T a I T = a N T T = 0 N'\cdot T' = N^TG^TMT = N^TaIT = aN^TT = 0 N′⋅T′=NTGTMT=NTaIT=aNTT=0
由于我们不想改变法向量的模长，因此令 a = 1 a = 1 a=1，只要满足 G T M = I G^TM = I GTM=I的条件，我们就可以说 G G G是我们最终需要的矩阵，进一步计算
G T M = I ⟷ G = ( M − 1 ) T G^TM = I \longleftrightarrow G = (M^{-1})^T GTM=I⟷G=(M−1)T
最终可得，将法线从模型空间转换到世界空间的矩阵为 ( M − 1 ) T (M^{-1})^T (M−1)T。
补充说明
当模型矩阵只进行了旋转或等比缩放时，我们用这个矩阵来变换法线向量，可以得到正确的结果。
这是因为旋转矩阵和等比缩放矩阵都是正交矩阵，正交矩阵有一个属性：矩阵的转置等于矩阵的逆。
因此
M − 1 = M T → G = ( M − 1 ) T = M M^{-1} = M^T \rightarrow G = (M^{-1})^T = M M−1=MT→G=(M−1)T=M
参考
https://learnopengl-cn.github.io/02%20Lighting/02%20Basic%20Lighting/
http://www.lighthouse3d.com/tutorials/glsl-12-tutorial/the-normal-matrix/