计算机图形学笔记 || 自由曲线和曲面

最新推荐文章于 2023-04-28 10:38:40 发布

春雁无

最新推荐文章于 2023-04-28 10:38:40 发布

阅读量3.3k

点赞数 3

分类专栏： CG

本文链接：https://blog.csdn.net/m0_46359746/article/details/106442932

版权

CG 专栏收录该内容

9 篇文章 3 订阅

订阅专栏

一、基本概念

初等解析曲面（平面、圆柱面、球面等）；自由曲面，一类不能用初等解析函数完全清楚地表达全部形状的曲面，这方面的研究形成了“计算机辅助设计”。

直线段有三种表示方法，设直线段的两端点坐标分别为 $P_{0}(x_{0},y_{0})$ 和 $P_{1}(x_{1},y_{1})$

显式方程： $y=y_{0}+\frac{y_{1}-y_{0}}{x_{1}-x_{0}}\left ( x-x_{0} \right )$
隐函数方程： $f\left ( x,y \right )=y-y_{0}-\frac{y_{1}-y_{0}}{x_{1}-x_{0}}\left ( x-x_{0} \right )=0$
参数方程： $\left\{\begin{matrix} x=x_{0}+\left ( x_{1}-x_{0} \right )t\\ y=y_{0}+\left ( y_{1}-y_{0} \right )t \end{matrix}\right.$ ， $t\in \left ( 0,1 \right )$ ，用参数方程表示的曲线和曲面可以直接进行几何变换，且易于表示成矢量和矩阵

一条三次曲线的参数方程的矢量和矩阵表示

参数方程： $\left\{\begin{matrix} x\left ( t \right )=a_{x}t^{3}+b_{x}t^{2}+c_{x}t+d_{x}\\ y\left ( t \right )=a_{y}t^{3}+b_{y}t^{2}+c_{y}t+d_{y}\\ z\left ( t \right )=a_{z}t^{3}+b_{z}t^{2}+c_{z}t+d_{z} \end{matrix}\right.$ ， $t\in \left [ 0,1 \right ]$
矢量表示： $p\left ( t \right )=at^{3}+bt^{2}+ct+d,t\in \left [ 0,1 \right ]$
矩阵表示： $p(t)=\begin{bmatrix} t^{3} & t^{2} &t & 1 \end{bmatrix}\cdot \begin{bmatrix} a\\ b\\ c\\ d \end{bmatrix}$

拟合（Fitting）包括插值与逼近。插值（Interpolation）：当用一组数据点来指定曲线的形状时，曲线精确地通过给定的数据点且形成光滑的曲线，这组数据点称为插值；逼近（Approximation）：当用一组控制点来指定曲线的形状时，曲线被每个控制点吸引但实际上并不经过这些控制点。

连续性条件：为保证多个曲线段或曲面片在连接点处光滑过渡，需要满足连续性条件，有参数连续性和几何连续性。

参数连续性： $C^{0}$ 指相邻两段曲线在结合点处具有相同的坐标； $C^{1}$ 指相邻两段曲线在结合点处具有相同的一阶导数； $C^{2}$ 指相邻两段曲线在结合点处具有相同的一阶导数和二阶导数。

几何连续性： $C^{0}$ 指相邻两段曲线在结合点处具有相同的坐标； $C^{1}$ 指相邻两段曲线在结合点处的一阶导数成比例； $C^{2}$ 指相邻两段曲线在结合点处的一阶导数和二阶导数成比例。

二、Bezier曲线

Bezier曲线由法国雪铁龙（Citroen）汽车公司的De Casteljau于1959年发明，后又由法国雷诺（Renault）汽车公司的工程师Bezier于1962年独立发明。

定义：给定n+1个控制点 $P_{i}\left ( i=0,1,2,...,n \right )$ ，称为n次Bezier曲线， $P_{i}$ 是n+1个控制点， $B_{i,n}(t)$ 是Bezier基函数。

$p\left ( t \right )=\sum_{i=0}^{n}P_{i}B_{i,n}(t),t\in \left ( 0,1 \right )$ ， $B_{i,n}(t)=C_{n}^{i}t^{i}\left ( 1-t \right )^{n-i}=\frac{n!}{i!(n-i)!}t^{i}\left ( 1-t\right )^{n-i}$

一次Bezier曲线（一段直线）： $p\left ( t \right )=\sum_{i=0}^{1}P_{i}B_{i,1}(t)=\left (1-t \right )\cdot P_{0}+t\cdot P_{1}$

二次Bezier曲线（抛物线）： $p\left ( t \right )=\sum_{i=0}^{2}P_{i}B_{i,2}(t)=\left ( t^{2}-2t+1 \right )\cdot P_{0}+\left ( -2t^{2}+2t \right )\cdot P_{1}+t^{2}\cdot P_{2}$

矩阵形式为： $P\left ( t \right )=\begin{bmatrix} t^{2} & t & 1 \end{bmatrix}\cdot \begin{bmatrix} 1 & -2 &1 \\ -2 & 2 &0 \\ 1 & 0 &0 \end{bmatrix}\begin{bmatrix} P_{0}\\ P_{1}\\ P_{2} \end{bmatrix}$

三次Bezier曲线（自由曲线）： $p\left ( t \right )=\sum_{i=0}^{3}P_{i}B_{i,3}(t)=\left (- t^{3}+3t^{2}\cdot 3t+1 \right )\cdot P_{0}+\left (3t^{3}-6t^{2}+3t \right )\cdot P_{1}+\left ( -3t^{3}+3t^{2} \right )\cdot P_{2}+t^{3}P_{3}$

矩阵形式： $P\left ( t \right )=\begin{bmatrix} B_{0,3} &B_{1,3}&B_{2,3}&B_{3,3}\end{bmatrix}\cdot \begin{bmatrix} P_{0}\\ P_{1}\\ P_{2}\\P_{3} \end{bmatrix}=\begin{bmatrix} t^{3} &t^{2}&t&1\end{bmatrix}\cdot \begin{bmatrix} -1 & 3&-3&1 \\ 3 & -6&3 &0 \\ -3&3 & 0 &0 \\1&0&0&0\end{bmatrix}\cdot\begin{bmatrix} P_{0}\\ P_{1}\\ P_{2}\\P_{3} \end{bmatrix}$