(1)ローカル座標→(2)ワールド座標→(3)ビュー座標→(4)射影座標→(5)スクリーン座標
でしょ。
(1)はそれぞれの3Dオブジェクトごとの座標系
(2)はそいつらをまとめて1つのシーンの中に配置したときのその座標系
(3)は(2)の中にカメラを置いて、そこが原点になるようにした座標系(視線の向きも考慮)
だから、カメラの位置とかはワールド座標では考慮しない。ワールド座標をビュー座標に
変換するときにカメラ位置を考慮する。