分段插值/Hermite插值

曲线和曲面的方法一般都是基于点的----使用多项式，可以很容易的构造通过给定一维数组或二维点网格的参数曲线段(或曲面贴片)。

这些方法的缺点在于它们不是交互式的。如果生成的曲线或曲面不是设计师想要的，那么修改它的唯一方法就是添加点。移动这些点不是一个选项，因为曲线必须经过原始数据点。添加点可以控制曲线的形状，但会降低计算速度。

一个实用的、有用的曲线/曲面设计算法应该是交互式的。它应该提供用户控制的参数，以可预测的、直观的方式修改曲线的形状。Hermite 插值 就是这样一种方法。

埃尔米特插值基于两点 $P_1$ 和 $P_2$ 以及两个切向量 $P_1^t$ 和 $P_2^t$。它计算从 $P_1$ 开始朝向 $P_1^t$ 到 $P_2$ 结束朝向 $P_2^t$ 的曲线段。下图显示了几个不同的埃尔米特曲线段，以及它们的端点切向量：
很明显，一个单独的艾尔米特片段可以有许多不同的形状。它甚至可以有一个尖，可以发展成一个循环。然而，一个完整的曲线，通常需要有几个连续的线段，样条方法构造这样的曲线将在之后讨论。

1. 交互控制

艾尔米特插值具有重要的优势：它是互动的。如果艾尔米特曲线段有一个错误的形状，用户可以通过修改切向量来编辑它。

下图显示了如何通过修改矢量的振幅来编辑曲线。图中显示了三条曲线，开始在一个 $45°$ 的方向，最后垂直下降。这里展示的效果很简单，随着起始切线的大小增加，曲线在原方向上继续延长。这种行为意味着段切线产生了一个曲线，改变了它的方向，并开始向终点直线移动。这样的曲线接近于直线段，因此我们得出结论，长切线会产生松曲线，而短曲线会产生紧曲线。

切线的大小(而不仅仅是方向)影响曲线形状的原因是，三维的艾尔米特段是一个三维参量，计算一个三次幂需包含四个系数，每一个都是三个一组，总共有 12 个未知数。两个端点提供了 6 个已知量，两个切线提供了剩下的 6 个量。然而，如果我们只考虑向量的方向而不考虑它的大小，那么向量 $(1,0.5,0.3),(2,1,0.6),(4,2,1.2)$ 都是相等的。在这种情况下，三个矢量分量中只有两个是独立的，两个矢量只提供四个独立的量。

2. 埃尔米特曲线段

艾尔米特曲线段很容易推导。它是一个有四个系数的三次幂曲线，其系数取决于两端点和两切线。三次曲线的基本方程为：
$$P(t)=a{t}^3+b{t}^2+ct+d=(t^3,t^2,t,1)(a,b,c,d{)}^T=T(t)A.$$

这是这条曲线的代数表示，其中四个系数仍然未知。一旦这些系数用已知的几何量表示出来，曲线就会以几何形式表示出来。

曲线 $P(t)$ 的切向量为导数 $dP(t)/dt$，用 $P^t(t)$ 来表示。因此，该曲线的切向量为：
$$P^t(t)=3a{t}^2+2bt+c$$
我们用 $P$ 来表示两个给定点 $P_1$ 和 $P_2$ 以及两个给定的切线 $P_1^t$ 和 $P_2^t$。方程 $P(0)=P_1,P(1)=P_2,P^t(0)=P_1^t,P^t(1)=P_2^t$，其显式表示为：
$$\begin{array}{rl}\mathbf{a}\cdot 0^3+\mathbf{b}\cdot 0^2+\mathbf{c}\cdot 0+\mathbf{d}& ={\mathbf{P}}_1\\ \mathbf{a}\cdot 1^3+\mathbf{b}\cdot 1^2+\mathbf{c}\cdot 1+\mathbf{d}& ={\mathbf{P}}_2\\ 3\mathbf{a}\cdot 0^2+2\mathbf{b}\cdot 0+\mathbf{c}& ={\mathbf{P}}_1^t\\ 3\mathbf{a}\cdot 1^2+2\mathbf{b}\cdot 1+\mathbf{c}& ={\mathbf{P}}_2^t\end{array}$$

很容易解得：
$$\mathbf{a}=2{\mathbf{P}}_1-2{\mathbf{P}}_2+{\mathbf{P}}_1^t+{\mathbf{P}}_2^t,\mathbf{b}=-3{\mathbf{P}}_1+3{\mathbf{P}}_2-2{\mathbf{P}}_1^t-{\mathbf{P}}_2^t,\mathbf{c}={\mathbf{P}}_1^t,\mathbf{d}={\mathbf{P}}_1.$$

将这些解带入方程，整理可得：
$$\begin{array}{rl}\mathbf{P}(t)& =\left(2{\mathbf{P}}_1-2{\mathbf{P}}_2+{\mathbf{P}}_1^t+{\mathbf{P}}_2^t\right)t^3+\left(-3{\mathbf{P}}_1+3{\mathbf{P}}_2-2{\mathbf{P}}_1^t-{\mathbf{P}}_2^t\right)t^2+{\mathbf{P}}_1^{t}t+{\mathbf{P}}_1\\ & =\left(2t^3-3t^2+1\right){\mathbf{P}}_1+\left(-2t^3+3t^2\right){\mathbf{P}}_2+\left(t^3-2t^2+t\right){\mathbf{P}}_1^t+\left(t^3-t^2\right){\mathbf{P}}_2^t\\ & =F_1(t){\mathbf{P}}_1+F_2(t){\mathbf{P}}_2+F_3(t){\mathbf{P}}_1^t+F_4(t){\mathbf{P}}_2^t\\ & =\left(F_1(t),F_2(t),F_3(t),F_4(t)\right){\left({\mathbf{P}}_1,{\mathbf{P}}_2,{\mathbf{P}}_1^t,{\mathbf{P}}_2^t\right)}^T\\ & =\mathbf{F}(t)\mathbf{B}\end{array}$$

其中，
$$\begin{array}{c}{F}_1(t)=\left(2t^3-3t^2+1\right),F_2(t)=\left(-2t^3+3t^2\right)=1-F_1(t),\\ F_3(t)=\left(t^3-2t^2+t\right),F_4(t)=\left(t^3-t^2\right).\end{array}$$

$B$ 为队列 $(P_1,P_2,P_1^t,P_2^t{)}^T$，$F(t)$ 为行 $(F_1(t),F_2(t),F_3(t),F_4(t))$。

函数 $F_i(t)$ 为 Hermite 混合函数。它们在曲线上创造了四个给定量的混合点，如上图所示。注意 $F_1(t)+F_2(t)=1$。$F_1(t)$ 和 $F_2(t)$ 两个函数混合点不是切向量，因此应该是重心函数。我们也可以写成 $F_1(t)=(t^3,t^2,t,1)(2,-3,0,1{)}^t$，$F_2(t),F_3(t),F_4(t)$ 均有相似表示方式。矩阵表示变为了：

$$\mathbf{F}(t)=\left(t^3,t^2,t,1\right)\left(\begin{array}{rrrr}2& -2& 1& 1\\ -3& 3& -2& -1\\ 0& 0& 1& 0\\ 1& 0& 0& 0\end{array}\right)=\mathbf{T}(t)\mathbf{H}$$

曲线现在可以写成：
$$\mathbf{P}(t)=\mathbf{F}(t)\mathbf{B}=\mathbf{T}(t)\mathbf{H}\mathbf{B}=\left(t^3,t^2,t,1\right)\left(\begin{array}{rrrr}2& -2& 1& 1\\ -3& 3& -2& -1\\ 0& 0& 1& 0\\ 1& 0& 0& 0\end{array}\right)\left(\begin{array}{l}{\mathbf{P}}_1\\ {\mathbf{P}}_2\\ {\mathbf{P}}_1^t\\ {\mathbf{P}}_2^t\end{array}\right)$$

已知 $P(t)=a{t}^3+b{t}^2+ct+d=(t^3,t^2,t,1)(a,b,c,d{)}^T=T(t)A$，也就是 $A=Hb$。矩阵 $H$ 称为 Hermite 基矩阵。

2.1 埃尔米特混合函数

继续分析上面示例中的四个混合函数，对这些函数的分析对于彻底理解艾尔米特插值方法是必不可少的。
函数 $F_1(t)$ 为分配给起始点 $P_1$ 的权重。它从最大值 $F_1(0)=1$ 到 $F_1(0)=0$。这说明了为什么当 $t$ 值很小时，曲线接近 $P_1$ 且说明了为什么对于较大的 $t$ 值，$P_1$ 造成的影响很小或者说几乎没有影响。相反的结论对 $F_2(t)$(末端点 $P_2$ 的权重) 也成立。函数 $F_3(t)$ 有点棘手。它从 0 开始，在 $t=1/3$ 处有一个最大值，然后慢慢下降到 0。这种行为的解释如下：

1. 对于小的 $t$ 值，函数 $F_3(t)$ 几乎没有影响。曲线一直靠近 $P_1$ \不管极端的切线或其他的什么。
2. 当 $t$ 值在 $1/3$ 左右时，权重 $F_3(t)$ 对曲线有一定影响。对于这些 $t$ 值，权重 $F_4(t)$ 很小，曲线近似为点 $F_1(t)P_1$(贡献大)，点 $F_2(t)P_2$(贡献小) 和向量 $F_3(t)P_1^t$ 的和。一个点 $P=(x,y)$ 和 一个向量 $v=(v_x,v_y)$ 的和是一个位于 $(x+v_x,y+v_y)$ 的点，这就是权重 $F_3(t)$ 如何沿着切向量方向 $P_1^t$ ”拉“曲线。
3. 对于较大的 $t$ 值，函数 $F_3(t)$ 再次几乎没有影响。曲线的移动更接近 $P_2$ 因为权重 $F_2(t)$ 成为了主导。

函数 $F_4(t)$ 可作类似解释。它对 $t$ 的大小几乎没有影响。它的最大值(实际上是最小值，因为它是负的)出现在 $t=2/3$ 处，所以它只影响这个区域的曲线。当 $t$ 的值接近 $2/3$，曲线近似为点 $F_2(t)P_2$(贡献大)，点 $F_1(t)P_1$(贡献小) 和向量 $-|F_4(t)|P_2^t$ 的和。因为 $F_4(t)$ 是负的，这个和等于 $(x-v_x,y-v_y)$，这就是曲线接近末端点 $P_2$ 时向方向 $P_2^t$ 移动的原因。

另一个埃尔米特权重函数的重要特征是，$F_1(t)$ 和 $F_2(t)$ 均为重心。它们一定是这样的，因为它们混合了两个点。从前面公式可知为什么是这样的：
$$\begin{array}{rl}\mathbf{a}\cdot 0^3+\mathbf{b}\cdot 0^2+\mathbf{c}\cdot 0+\mathbf{d}& ={\mathbf{P}}_1\\ \mathbf{a}\cdot 1^3+\mathbf{b}\cdot 1^2+\mathbf{c}\cdot 1+\mathbf{d}& ={\mathbf{P}}_2\\ 3\mathbf{a}\cdot 0^2+2\mathbf{b}\cdot 0+\mathbf{c}& ={\mathbf{P}}_1^t\\ 3\mathbf{a}\cdot 1^2+2\mathbf{b}\cdot 1+\mathbf{c}& ={\mathbf{P}}_2^t\end{array}$$

第一个方程就是 $d=P_1$，将第二项减小为了 $a+b+c=P_2-P_1$。第三个方程求解 $c$，第四个方程和第二个方程结合，最终被用来计算 $a$ 和 $b$。所有这些说明 $a$ 和 $b$ 的形式是 $a=\alpha (P_2-P_1)+\cdot \cdot \cdot ,b=\beta (P_2-P_1)+\cdot \cdot \cdot$。因此最终的曲线有形式：
$$P(t)=a{t}^3+b{t}^2+ct+d=(\alpha P_2-\alpha P_1+\cdot \cdot \cdot )t^3+(\beta P_2-\beta P_1+\cdot \cdot \cdot )t^2+(\cdot \cdot \cdot )t+P_1$$

其中省略号表示只依赖于切向量的部分，而不依赖于端点。当它重新排列时，结果为：
$$P(t)=(-\alpha t^3-\beta t^2+1)P_1+(\alpha t^3+\beta t^2)P_2+(\cdot \cdot \cdot )P_1^t+(\cdot \cdot \cdot )P_2^t$$
这就是为什么 $P_1$ 和 $P_1$ 的系数加起来就是 1。

2.2 艾尔米特导数