图形学笔记 - 4. 几何 - 基本表示方法及曲线和曲面

几何例子

曲面

复杂

布料

水滴、流体，模拟。

东西多，几何存储

毛发，复杂几何

近距离

二维

表示几何的许多方法

Implicit 隐式

• 代数曲面
• 水平集
• 距离函数

Explicit 显式

• 点云
• 多边形网格
• 细分subdivision，NURBS
  
  每种选择最适合不同的任务/几何类型

几何的“隐式”表示

基于分类点

• 点满足某种特定的关系
  例如球体：在3D中$x^2+y^2+z^2=1$的所有点
  更一般地说，$f(x,y,z)=0$
  

采样很难
$f(x,y,z)=(2-\sqrt{x^2+y^2}{)}^2+z^2-1$
$f(x,y,z)=0$上有哪些点？

有些任务很难使用隐式表示

内部/外部测试简单
$f(x,y,z)=x^2+y^2+z^2-1$
$(3/4,1/2,1/4)$在里面吗
直接带入：$f(x,y,z)=–1/8<0$。在里面

隐式表示使一些任务变得容易

几何的“显式”表示

所有的点都是直接或通过参数映射给出的

采样很容易
$f(u,v)=((2+\cos u)\cos v,(2+\cos u)\sin v,\sin u)$
这个表面上有什么点，直接带入(u,v)
显式表示使一些任务变得容易

内外判断困难
$f(u,v)=(\cos u\sin v,\sin u\sin v,\cos v)$
不容易判断内外

没有“最好”的表示-几何很难！

“I hate meshes. I cannot believe how hard this is. Geometry is hard.” — David Baraff Senior Research Scientist Pixar Animation Studios

最好的表示取决于任务！

计算机图形学中更多的隐式表征

代数曲面
体素构造表示
水平集方法
分形

代数曲面

曲面是x, y, z的多项式的零点集

体素构造表示Constructive Solid Geometry

通过布尔运算组合隐式几何

距离函数

不是布尔值，逐渐混合曲面在一起使用

距离函数：给出从任何地方到对象的最小距离（可以是signed Distance）

一个例子：混合（线性插值）一个移动的边界

混合距离函数
可以混合任意两个距离函数d1， d2：

纯距离函数场景

See https://iquilezles.org/www/articles/raymarchingdf/raymarchingdf.htm

水平集

封闭形式的方程很难描述复杂的形状
备选方案：存储一个网格值逼近函数

找到插值值为零的曲面
对形状（如纹理）提供更显式的控制

来自医疗数据（CT、MRI等）的水平集。水平集编码，例如，恒定的组织密度

物理模拟
水平集编码到气液边界的距离

分形

展示自相似性，所有尺度的细节
描述自然现象的“语言”
难以控制形状

隐式表示的优缺点

优点：

• 紧凑的描述（例如，一个函数）
• 某些查询很容易（对象内部，到表面的距离）
• 适用于光线与表面的相交（稍后会详细介绍）
• 对于简单的形状，精确的描述/无采样误差
• 易于处理拓扑变化（例如，流体）
  缺点：
• 难以模拟复杂的形状

显示表示

点云

最简单的表示：点列表(x， y，z)
很容易表示任何几何图形
适用于大型数据集（>>1 点 / 像素）
经常转换成多边形网格
在采样不足的地区很难绘制

多边形网格

存储顶点和多边形（通常是三角形或四边形）
更容易进行处理 / 模拟
自适应采样更复杂的数据结构
也许是图形中最常见的表示

The Wavefront Object File (.obj) Format
常用于图形研究
只是一个指定顶点、法线、纹理坐标及其连通性的文本文件

v 几何体顶点 (Geometric vertices)
vt 贴图坐标点 (Texture vertices)
vn 顶点法线 (Vertex normals)
vp 参数空格顶点 (Parameter space vertices)
f 面 (Face) : 每三个点组成一个三角形

曲线(Curves)

相机路径

动画曲线

矢量字体

巴斯克维尔字体 - 表示为分段三次贝塞尔曲线

贝塞尔曲线(Bézier Curves)

用切线定义三次 Bézier 曲线

Evaluating Bézier Curves (de Casteljau Algorithm)

考虑三个点（二次贝塞尔）

使用线性插值插入一个点

两边都插入

递归重复

对 $[0,1]$ 中的每个 t 运行相同的算法

三次贝塞尔曲线
总共四个输入点
相同的递归线性插值

可视化de Casteljau Algorithm

Bézier 曲线代数公式

de Casteljau 算法给出了系数金字塔

(画反了)
例：来自三点的二次贝塞尔曲线

$${\mathbf{b}}_0^1(t)=(1-t){\mathbf{b}}_0+t{\mathbf{b}}_1$$
$${\mathbf{b}}_1^1(t)=(1-t){\mathbf{b}}_1+t{\mathbf{b}}_2$$
$${\mathbf{b}}_0^2(t)=(1-t){\mathbf{b}}_0^1+t{\mathbf{b}}_1^1$$
于是
$${\mathbf{b}}_0^2(t)=(1-t{)}^2{\mathbf{b}}_0+2t(1-t){\mathbf{b}}_1+t^2{\mathbf{b}}_2$$

一般代数公式
n 阶 Bézier 曲线的 Bernstein 形式

Bernstein 多项式:
$$B_i^n(t)=\left(\genfrac{}{}{0ex}{}{n}{i}\right)t^i(1-t{)}^{n-i}$$
例：假设n=3，在R^3
我们可以有 3D 控制点，例如
${\mathbf{b}}_0=(0,2,3),{\mathbf{b}}_1=(2,3,5),{\mathbf{b}}_2=(6,7,9),{\mathbf{b}}_3=(3,4,5)$
这些点定义了一个t的三次贝塞尔曲线
$${\mathbf{b}}^n(t)={\mathbf{b}}_0(1-t{)}^3+{\mathbf{b}}_{1}3t(1-t)2+{\mathbf{b}}_{2}3t^2(1-t)+{\mathbf{b}}_3{t}^3$$
三次贝塞尔基函数
Bernstein 多项式:
$$B_i^n(t)=\left(\genfrac{}{}{0ex}{}{n}{i}\right)t^i(1-t{)}^{n-i}$$

贝塞尔曲线的性质

插值端点

• 对于三次贝塞尔： $b(0)=b_0;b(1)=b_3$
  切线到端段

• 三次形式：$b^{\prime }(0)=3(b_1-b_0);b^{\prime }(1)=3(b_3-b_2)$
  仿射变换性质

• 通过变换控制点变换曲线。参考系无关
  凸包性质

• 曲线在控制点的凸包内
  

    							凸包
  

分段贝塞尔曲线

高阶贝塞尔曲线很难控制

分段贝塞尔曲线
相反，链接许多低阶贝塞尔曲线
分段三次贝塞尔最常见的技术
广泛使用（字体、路径、Illustrator、Keynote…）

David Eck, http://math.hws.edu/eck/cs424/notes2013/canvas/bezier.html

连续性

两条贝塞尔曲线
$\mathbf{a}:[k,k+1]\to {\mathbb{R}}^N$
$\mathbf{b}:[k+1,k+2]\to {\mathbb{R}}^N$
假设这里有整数分区，可以一般化

$C^0$ 连续性：${\mathbf{a}}_n={\mathbf{b}}_0$
$C^1$ 连续性：${\mathbf{a}}_n={\mathbf{b}}_0=\frac{1}{2}({\mathbf{a}}_{n-1}+{\mathbf{b}}_1)$

其他类型的样条

样条

• 为通过给定集合而构造的连续曲线的点并有一定数量的连续导数。
• 简而言之，控制下的曲线
  B 样条
• basis splines的缩写
• 需要比贝塞尔曲线更多的信息
• 满足贝塞尔曲线具有的所有重要性质（即：超集
  局部性
  MORE：
  NURBS
  Prof. Shi-Min Hu’s course:
  https://www.bilibili.com/video/av66548502?from=search&seid=65256805876131485

表面

Bézier Surfaces 贝塞尔表面

将贝塞尔曲线扩展到曲面

Bicubic（双三次型） Bézier 表面贴片

可视化 Bicubic Bézier 表面贴片

Animation: Steven Wittens, Making Things with Maths, http://acko.net
计算

参数(u, v)的表面位置
对于双三次贝塞尔表面贴片，
输入：4x4 控制点
输出是由$[0,1{]}^2$ 中的(u, v)参数化的 2D 曲面

方法：可分离的一维 de Casteljau 算法

目标：评估对应于(u, v)的表面位置
de Casteljau 算法的(u,v)-可分离应用

• 使用 de Casteljau 计算 u 中4条贝塞尔曲线中每条曲线上的点 u。这为 “移动” 贝塞尔曲线提供了 4 个控制点
• 使用 1D de Casteljau计算“移动”曲线上的点 v
  
  

网格操作：几何处理

• 网格细分
• 网格简化
• 网格正则化