3D曲线

参数多项式曲线

参数曲线

x(t) = cos(2*Pi*t)
p（t）= (x(t), y(t))

多项式曲线

多项式参数曲线是参数 曲线方程能够写成多项式形式

矩阵符号

矩阵形式

线段和点

单项式形式的端点

速度和切线

曲线可以是静态，也可以是动态。静态：形状，动态：物体随时间运动的轨迹。
动态：即时速度？速度变化？
v(t)是p(t)的一阶导数
a(t)是p(t)的二阶导数

曲线重参数化



切线

二阶导数和曲率有关，曲率k = 1/r,r为半径。直线段曲率为0，可以看成是半径无穷大的圆的曲率。
曲率计算公式：

多项式插值

线性插值

多项式的度决定于控制节点个数，n度的多项式用来插值n+1个控制点。比如线段是一度的多项式插值。

Aitken’s Algorithm

“分而治之”，创建一个对n个控制节点进行插值的曲线，将这个曲线分为两个简单的曲线：（1）只对前n-1个点插值，不管最后一个点；（2）只对最后n-1个点插值，不管第一个。然后将两条曲线混合。
4个控制点，对应4个时间，我们先分为两个小问题：前3个点和 最后一个点，前一个点和最后3个点。3个控制节点构造2度的曲线，还是比较复杂。我们再次拆分，前两个点和最后一个点，第一个点和最后两个点。这两条曲线都只有两个控制点，是线段。



你能看出来这种模式：每种曲线都是比他小一阶（度）的曲线的线性插值得到的。

Aitken算法中，被融合的两个曲线都径功中间控制点，两边的控制点被其中一个曲线经过。

但是，尽管上面的曲线经过了4个控制点，但并不是我们想要的曲线，如下所示，一个s型曲线。

我们看到Aitken算法生成的曲线的y值超过了两个中间控制点的y值。
我们得到了一个事实：
多项式插值无法让我们控制几何设置里的曲线设计。
但是，不要失望，我们也学到了几个重要的，在讨论bezier曲线的时候的思想。
Aitken算法是一个将曲线混合的递归算法，通过不断的线性插值得到。

拉格朗日基础多项式

我们从抽象的数学角度看这个问题。每一个控制节点能得到一个等式，每一个多项式系数是一个未知数。这一系列等式组成一个n*n矩阵，能通过一些方法得到解。
解一个n*n的矩阵，需要O(n3)时间。很幸运，有简单方法。像Aitken算法一样，分解为更小的问题，然后将结果混合。Aitken算法是一个递归算法，而这里，我们对每个控制点用一个更简单的问题。我们不管y，只考虑t。我们创建一个多项式，对每个t，多项式在该节点的值都是1，而其他节点都是0.如果我们把第i个多项式表示为Li，那么这个方法可以写为：Li(ti)=1,Li(tj)=0(j!=i)。比如n=4，那我们在节点处有以下等式：

如果我们用上面的属性创建多项式，那么我们可以把他们用作基础多项式。我们将每个基础多项式Li放大相应的坐标值倍（Yi倍），然后将所有放大倍数后的多项式加到一起：

注意，这个基础多项式只依赖于关节向量（t），而不是坐标值（y）。这样，一系列基础多项式可以被用来快速创建很多曲线（用相同的关节向量）。这些3d曲线有相同的关节序列。
所有的关键是我们要知道基础多项式， 然后我们发现Li是多项式混合的一个关键问题。然而我们想让插值的数据点在0和1之间。所以Li可以用一种简单的方式表示，拉格朗日基础多项式Li像下面一样：

这个小技巧能够成功，在于，对于节点ti，惩罚中的所有项都是1，乘法为1.在任意其他节点，其中有一项为0，导致乘法结果为0.
我们将这个用到我们的S曲线上。该曲线的关节点是（0， 1/3, 2/3, 1）.这里我们计算第一个基础多项式：


我们得到了关节向量的拉格朗日基础多项式，我们把y值也放到方程里面，得到完整的插值多项式：

我们用图像方式看一下这个问题，首先将每个基础多项式乘以相应的坐标：

插值曲线

控制点像建筑的转发，基础多项式提供了scale参数，我们更喜欢把这些点叫做重心坐标。
一些值是负数或者大于1，所以游戏多项式直接插值会超出控制点。当所有的重心的坐标在（0，1）范围内，得到的点在控制点的凸包内。就像你在控制点周围拉橡皮筋一样。但我们只要有任意一个坐标超出（0，1），得到的点就会在凸包外。几何曲线设计中，保证在凸包内比较好。第4部分的bezier曲线就会有这种保证，通过Bernsterin 基数来达到。

多项式插值总结

两张方式看多项式插值：Aitken算法基于重复线性插值，拉格朗日通过创建基础方程，依赖于关节向量进行插值。
n度多项式有n+1度自由变量，对应单项式的n+1个系数，所以n度多项式插值n+1个控制点是唯一的。线性代数唯一解的问题类似。

Hermite形式（端点和导数）

通过多项式插值控制曲线内部（曲线穿过特定的节点），有时候效果不太好，由于有时候会超出或者摆动，我们尝试另一种方式。当然仍然要指定端点坐标，但，不再知道内部插值点的坐标，儿是通过控制端点的切线来控制曲线的形状。这种曲线称为Hermite曲线或者Hermite形式的曲线。
Hermite形式指定一个曲线通过列出其开始和结束坐标及导数。立方体曲线只有4个系数，能指定端点处的一阶导数，端点处的速度。所以Hermite形式描述一个立方体曲线有以下四种信息：

开始节点叫做P0，终止节点叫P1，开始速度v0，结束速度v1.


单项式

矩阵形式

立方Hermite曲线

Hermite基础

立方Heremite基础方程

基础方程作为混合权重

图像

H3（t）是光滑方程。hlsl里面会发现。更简单点，我们用正常的插值小数t，然后把t替换成H3(t),就会光滑。这是因为光滑方程使端点处的速度突变消除。
指定加速度a，能得到5阶Hermite曲线。

Bezier形式（端点、控制点）

Bezier曲线近似而不是插值：尽管Bezier曲线穿过第一个和最后一个端点，他只是经过中间的点。所以Bezier里的点称为控制点，而不是关节点。上面说了，多项式插值问题有两种解决方法：Aitken的递归算法，拉格朗日基础多项式算法。Bezier曲线有相同的二元性。Bezier曲线中Aitken算法对应算法是德卡斯特里奥算法，通过递归算法重复线性插值构建Bezier曲线。与拉格朗日基础方程对应的是Bernstein基础。还讲了Bezier曲线的导数，揭示了和Hermite形式的关系。
Bezier曲线中，几何和代数之间的合作如此优雅。

de Casteljau算法

应用在立方曲线上：

可以将所有的b写成三角形的形式：

将基础线性插值公式和递归关系相结合就得到了de Casteljau递归关系

这能通过不断的插值，将一个点放在任意t的位置，但并不能通过控制节点给大家一个封闭的表达形式。


也就是说平方Bezier曲线，有3个控制节点，可以用以下的单项式形式表示：

矩阵形式：

Bernstein基数

通过Bezier控制点计算曲线多项式，上面已经有了其单项式形式，系数是t的幂。我们也可以写成控制节点的形式而不是时间的形式。这样写，每个控制节点都有一个系数，这个系数是t的函数，代表了该控制节点贡献给曲线的重心权重。

平方形式

立方形式



我们能够看出每一项有一个特定的系数，1-t的幂和t的幂。t的指数递增，1-t的指数相反，递减。

每个数都是他上面两个数的和。这个数字形式是二项式系数。第n行是二项式（a+b）的n次方展开的系数。这个二项式系数的三角形排列被称为pascal三角形。
二项式系数有一个特殊的表示

读做n选k，因为它正好是从n个数中选出k个数的子集数（无序排列）。计算二项式系数的一般公式

其中用到阶乘，0的阶乘是1.排列和组合中用到二项式系数比较多，比如概率和算法分析。
回到曲线，我们分析了重心权重的形式，现在我们重写bezier曲线，将每个控制节点的权重用二项式系数表示。



Bernstein多项式的属性
1. 对于任意t，和都为1；
2. 凸包属性：曲线在控制节点的凸包范围内；
3. 端点插入，第一个和最后一个多项式达到1；
4. 全局支持：所有的多项式在（0，1）范围内都是非0，一个控制节点的混合权重非0，称为控制节点的支持。不论何时，控制节点支持，他对曲线发挥了影响。Bezier控制节点有全局支持，因为Bernstein多项式除了端点，在其他地方都是非0.实践结果就是移除任意一个控制节点，整个曲线都会受到影响。而如果移除一个节点后，只有控制节点附件的局部曲线会受到影响，说明是局部支持。局部支持意味着，基础函数只在部分区间是非0的，在这个区间外是0.不幸的是，这种基础函数不能被称为多项式，所以没有多项式曲线能达到局部控制。然后，将小的曲线组合到一起可以形成一个样条曲线。
5. 局部最大。尽管每个控制节点对整个曲线都有影响，每个控制节点在曲线上特定的点影响最大。每个Bernstein多项式Bin（t）都是控制点Bi的混合权重，在t=i/n的时候最大。另外，在那个时候，bi比任意其他控制点的影响都大。所以，尽管曲线上的每个点都对曲线有影响，最近的控制节点影响最大。

Bezier的导数及其与Hermite形式的关系

看一下Bezier曲线的导数，比如立方曲线，速度和曲线的切线向量有关，加速度和曲率有关。

立方Bezier曲线的单项式系数

立方Bezier曲线的即时速度用控制节点表示

端点处速度，将t设为0或1

其中b1-b0是第二个控制节点到第一个控制节点的向量，b3-b2是最后一个控制点到第三个控制点的向量。所以，在曲线的开始处，t=0处的切线指向第一个控制节点，t=1处的切线指向第三个控制节点。
贝瑟儿控制多边形的第一条边决定了曲线开始处的切线，最后一条边决定了曲线终点处的切线。
另一个表示立方bezier曲线中中间控制节点角色的方法是检查Bezier形式和Hermite形式的关系。立方Hermite形式包含了初始位置p0，初始速度v0和终点位置p1、终点速度v1.现在我们知道了bezier控制节点和曲线的速度，我们就很容易从bezier形式转换到Hermite形式：

从Hermite形式到Bezier形式：

图片表示

我们说过任意端点处的一阶导数完全是由最近的两个bezier控制节点决定的。我们可以把范围扩大点儿说，任意端点处的n阶导数完全是由最近的n+1个控制节点决定的。0阶导数完全由插值的控制节点决定。二阶导数（加速度）由最近的三个控制节点决定。
立方曲线加速度公式

立方曲线端点处加速度

确实是由最近的3个控制点决定的。

上面的结论适用于任何度的bezier曲线，是这样的一种模式：如果移动了第i个控制节点，影响曲线开始处的第i阶或更高阶的导数，更低阶不影响；曲线结束处，如果移动了第i个控制节点，影响第n-i阶或更高阶。

怎么将曲线细分

有人会说我们不是已经有了，把原来的曲线从0到1的范围变成a到b的范围，不就是对曲线进行细分了吗？那并不是我们真正想要的，我们想要的细分曲线是完全独立的，不依赖于原有的曲线，不是从属的或者受限制的。比如说，假设我们用Bezier形式，那么我们要有定义子曲线的新的bezier控制端点。
下面的小节表示了两种细分曲线的不同方式。第一小节，描述了单项式形式的代数表示；第二小节基于几何，考虑到了Bezier曲线细分。
Hermite形式不能直接细分。如果想要对Hermite形式细分需要先转换为Bezier形式，在bezier形式进行细分。

单项式形式细分曲线

曲线其实也是无限的，只是把t限制在0到1范围内，更小的线段Q是无限曲线的更小的子集。
所以细分曲线的过程也就是参数重定向的过程。

bezier形式细分曲线

bezier曲线细分可以通过一系列de Casteljau算法以几何形式完成。

基础符号、术语、概念

怎么将Hermite曲线或bezier曲线连接成样条曲线

自动决定样条曲线在控制点处的切线