二、参数曲线、曲面

---

1.曲线、曲面的显/隐示表达

（1）曲线：

• 显示表达：
  $$\{\begin{array}{c}y=f(x)\\ z=g(x)\end{array}$$
• 隐示表达：
  $$\{\begin{array}{c}f(x,y,z)=0\\ g(x,y,z)=0\end{array}$$

（2）曲面：

• 隐示表达：
  $$f(x,y,z)=0$$

2. 曲线、曲面的参数表示

• 曲线:(t为参数，且$t\in [a,b]$,每一个确定的t值可以确定一个曲线的点，为了将区间规范成$t\in [0,1]$,可变换参数$t^{\prime }=(t-a)/(b-a)$) 。
  $$\{\begin{array}{c}x=x(t^{\prime })\\ y=y(t^{\prime })\\ z=z(t^{\prime })\end{array}$$
• 矢量形式：
  $$P=P(t),t\in [0,1],P=[x,y,z{]}^T$$
  eg1.直线段$P_1,P_2$的参数方程：$P=P_1+(P_2-P_1)t,t\in [0,1]$
  eg2.圆的参数方程：
  $$\{\begin{array}{c}x=x_0+Rcos\theta \\ y=y_0+Rsin\theta \end{array}$$
• 将坐标变量表示成两个参数u和v的形式，则可以得到曲面的参数方程：
  $$\{\begin{array}{c}x=x(u，v)\\ y=y(u，v)\\ z=z(u，v)\end{array},u\in [0,1],v\in [0,1]$$
  也可写作：
  $$P=P(u,v),u\in [0,1],v\in [0,1]$$
  曲面面片的四个角为$P(0,1),P(1,0),P(1,1),P(0,0)$,四条边界线为：$P(0,v),P(u,0),P(u,1),P(1,v)$.

2.常用参数曲线

2.1 空间曲线

• 对于平面二次曲线，其方程：
  $f(x,y)=a{x}^2+2bxy+c{y}^2+2dx+2ey+f=0$.
  $\Delta =\left|\begin{array}{cc}a& b\\ b& c\end{array}\right|$,若$\Delta >0$,$f(x,y)$为椭圆；若$\Delta =0$,$f(x,y)$为抛物线；若$\Delta <0$,$f(x,y)$为双曲线。
  平面二次曲线的矩阵形式可写为：
  $$f(x,y)=PQ{P}^T=0$$
  其中$P=[x,y,1],Q=\left[\begin{array}{ccc}a& b& d\\ b& c& e\\ d& e& f\end{array}\right]$。

2.2 多项式参数曲线

（1）n次曲线的一般表示形式为：
$$\{\begin{array}{c}x(t)=a_{nx}{t}^n+...+a_{1x}t+a_{0x}\\ y(t)=a_{ny}{t}^n+...+a_{1y}t+a_{0y}\\ z(t)=a_{nz}{t}^n+...+a_{1z}t+a_{0z}\end{array}$$
矢量形式：
$$P(t)=\left[\begin{array}{c}x(t)\\ y(t)\\ z(t)\end{array}\right]=\left[t^n,...,t,1\right]\left[\begin{array}{ccc}{a}_{nx}& a_{ny}& a_{nz}\\ .& .& .\\ a_{1x}& a_{1y}& a_{1z}\\ a_{0x}& a_{0y}& a_{0z}\end{array}\right]=T\cdot A$$
也可写作$P(t)=T\cdot M\cdot B$,T为t次项，M为系数，B为端点（带入点）列。

2.3 Bezier 曲线

（1）Define：
$$P(t)=\sum _{i=0}^n{P}_i{B}_{i,n}(t),0\le t\le 1$$
$$B_{i,n}(t)=\frac{n!}{i!(n-i)!}{t}^i(1-t{)}^{n-i}=C_n^i{t}^i(1-t{)}^{n-i},i=0,1,...,n$$
其中，$P_i$为该曲线的控制顶点，$B_{i,n}(t)$是Bernstein基函数，各点位置的调和函数。3次bezier曲线如下图

（2）Bernstein基函数性质

• 非负
• 权性，二项式和为1。$\sum _{i=0}^n{B}_{i,n}(t)=1$
• 对称。$B_{i,n}(t)=B_{n-i,n}(1-t)$
• 递推。$B_{i,n}(t)=(1-t)B_{i,n-1}(t)+t{B}_{i-1,n-1}(t)$
• 可导。

（3）Bezier曲线计算

• 可由参数多项式曲线计算（Ref above）。
  (a)一次Bezier：
  
  （b）二次：
  

• 使用基于Bernstein基函数递推特性的De Casteljau算法。
  递推特性
  

对于三次Bezier曲线的计算，过程如下图

思路：$P_0^1为P_0和P_1$的$t_k$分位点，即$P_0^1=t{P}_0+(1-t)P_1$。同理可依次按顺序求出$P_0^1,P_1^1,P_2^1$,再依次往下一层计算。最后求得$P(t_k)=P_0^3,t=t_1,t_2,...,t_n,t\in [0,1]$。

• 缺点：
  1.特征多边形的顶点个数决定Bezier曲线的阶数。
  2.Bezier曲线不能做局部的修改，改变任意一个特征点都会导致整个曲线的变化。
• 改进：
  使用B样条基函数代替Bernstein基函数：即B样条曲线。

2.4 B样条曲线

（1）Define：
$$P(t)=\sum _{i=0}^n{P}_i{N}_{i,k}(t),0\le t\le 1$$$k\in [2,n+1]且为整数,k-1为次数，n+1为控制点个数$
$$N_{i,k}(t)=\frac{t-t_i}{t_{i+k-1}-t_i}{N}_{i,k-1}(t)+\frac{t_{i+k}-t}{t_{i+k}-t_{k+1}}{N}_{i+1,k-1}(t),t\in [t_k,t_{n+1}]$$
$$N_{i,1}(t)=\{\begin{array}{cc}1,& t\in [t_i,t_{i+1}]\\ 0,& else\end{array}，规定\frac{0}{0}=0$$
其中，$P_i$为该曲线的控制顶点，$N_{i,k}(t)$是Bernstein基函数，i为第i个矢量点，k为k个矢量点，k个矢量点对应的曲线阶数为k-1。

• 其中$t_i$称为节点，$T=[t_0,t_1,...,t_{n+k+1}]$构成k次B样条函数的矢量结点，n为n+1个控制点，k为次参数，$k\in [2,n+1]且为整数$.节点沿着参数轴等距分布时，为均匀B样条函数；当节点沿着参数轴非均匀分布时，为非均匀分布B样条函数。
• $N_{i,k}(t)$在每个非零区间$[t_i,t_i+1]$上都是次数不高于k的多项式，而在整个参数轴上为分段多项式。
• 分段多项式在端点处具有连续性，且k-1次样条曲线只被相邻的k个点所控制
• 递推关系，举例：

（2） 一次均匀B样条 第 i 段一次B样条曲线方程：$$P_{i,2}(t)=P_i{N}_{0，2}(t)+P_{i+1}{N}_{1，2}(t)=[N_{0，2}(t),N_{1，2}(t)]\left[\begin{array}{c}{P}_i\\ P_{i+1}\end{array}\right]=[t,1]\left[\begin{array}{cc}-1& 1\\ 1& 0\end{array}\right]\left[\begin{array}{c}{P}_i\\ P_{i+1}\end{array}\right],t\in [0,1]$$
以均匀二次B样条曲线的例子展示其求解过程的两种方法
（3）1. 均匀二次（公式推导法）
(Step1) 根据B样条曲线公式：
$P(t)=\sum _{i=0}^n{P}_i{N}_{i,k}(t),0\le t\le 1$
写出二次B样条曲线（样条曲线的每一段）：
$P(t)=P_0{N}_{0,3}(t)+P_1{N}_{1,3}(t)+P_2{N}_{2,3}(t)+P_3{N}_{3,3}(t),0\le t\le 1$
且根据递推性$$N_{i,k}(t)=\frac{t-t_i}{t_{i+k-1}-t_i}{N}_{i,k-1}(t)+\frac{t_{i+k}-t}{t_{i+k}-t_{k+1}}{N}_{i+1,k-1}(t),t\in [t_k,t_{n+1}]$$
明显我们需要求出$N_{0,3}(t),N_{1,3}(t),N_{2,3}(t),N_{3,3}(t)和N_{0,2}(t),N_{1,2}(t),N_{2,2}(t),N_{3,2}(t)和N_{0,1}(t),N_{1,1}(t),N_{2,1}(t),N_{3,1}(t)，N_{4,1}(t)...$
其中$$N_{i,1}(t)=\{\begin{array}{cc}1,& t\in [t_i,t_{i+1}]\\ 0,& else\end{array}$$
这里的$N_{i,1}(t)$为分段函数。
(Step 2) 对于$T=t_0,t_1,...,t_i$,的分段的确定，T的个数为n+k+1 = 7, 满足n=k=3（这里的取值为人为设定），n+1为控制点个数（这里为二阶，每个分段曲线的控制点个数为3，n+1=3），k+1为B样条曲线的阶数。
一般来说$t\in [0,1]$,$t_i$的取值应等距取在[0,1],但为了计算方便，我们可以均匀取值为$T=[0,1,2,3,4,5,6]$,最后在推导出最终的公式时，我们直接令$t\in [0,6]$就好。
在步骤1,2确定好了公式，定义域和递推边界后，我们只需对公式化简计算就可以得到$P(t)$。
然后求出不同的t对应的坐标即可。对于该问题我们可以化简得到：
$$N_{0,3}(t)=\{\begin{array}{cc}\frac{1}{2}{t}^2,& 0\le t<1\\ \frac{1}{2}t(2-t)+\frac{1}{2}(t-1)(3-t),& 1\le t<2\\ \frac{1}{2}(3-t{)}^2,& 2\le t<3\end{array}$$
同时因为$N_{i,k}(t)$是具有周期性的，即$N_{i,k}(t)=N_{i+1,k}(t+\Delta t)$。所以可以得出$N_{1,3}(t),N_{2,3}(t),N_{3,3}(t)$。最后代入$P(t)=\sum _{i=0}^3{P}_i{N}_{i,3}(t),0\le t\le 6$，可以求出P关于t的坐标序列。
（3）2. 均匀三次（利用边界条件方法）

对于三次曲线来说我们，我们需要4个控制点$P_0,P_1,P_2,P_3$，对应的边界条件有：
起始控制点的对应取值：$$P(0)=1/6\cdot (P_0+4P_1+P_2)\cdots 式（a）$$
终止控制点的对应取值：
$$P(1)=1/6\cdot (P_1+4P_2+P_3)\cdots 式（b）$$
端点处的导数等于相邻控制点的连线斜率：
$$P^{\prime }(0)=1/2\cdot (P_2-P_0)\cdots 式（c）$$
$$P^{\prime }(1)=1/2\cdot (P_3-P_1)\cdots 式（d）$$
所以P(t)可以写为矩阵形式：
$$P(t)=[t^3,t^2,t,1]M_B\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
其中（$M_B$的求解见最后）：
$$M_B=\frac{1}{6}\left[\begin{array}{cccc}-1& 3& -3& 1\\ 3& -6& 3& 0\\ -3& 0& 3& 0\\ 1& 4& 1& 0\end{array}\right]$$
代入$t\in [0,1]$后可得该四个控制点的B样条曲线。
对于如下图所示的4个P点，代入上述矩阵计算4次（每次都有不同的输入顺序，如：$P_0,P_1,P_2,P_3$或者$P_1,P_2,P_3,P_0$），一次可以求得一段曲线，可求得一个封闭的B样条曲线。

---

补：$M_B$矩阵求解:
对应三次参数多项式，我们都可以写为：
$$P(t)=a{t}^3+b{t}^2+ct+d=[t^3,t^2,t,1]\cdot \left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right],t\in [0,1]\cdots 式（1)$$
其导数为:
$$P^{\prime }(t)=[3t^2,2t,1,0]\cdot \left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right],t\in [0,1]\cdots 式（2)$$
将边界条件上式（a),(b),( c), (d) .代入式（1）（2），可得：
$$P(0)=[0,0,0,1]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=\frac{1}{6}[1,4,1,0]\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
$$P(1)=[1,1,1,1]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=\frac{1}{6}[0,1,1,1]\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
$$P^{\prime }(0)=[0,0,1,0]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=\frac{1}{2}[-1,0,1,0]\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
$$P^{\prime }(1)=[3,2,1,0]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=\frac{1}{2}[0,-1,0,1]\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
可将上式整理为一个矩阵计算：

$$\left[\begin{array}{cccc}0& 0& 0& 1\\ 1& 1& 1& 1\\ 0& 0& 1& 0\\ 3& 2& 1& 0\end{array}\right]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=\frac{1}{6}\left[\begin{array}{cccc}1& 4& 1& 0\\ 0& 1& 1& 1\\ -3& 0& 3& 0\\ 0& -3& 0& 3\end{array}\right]\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
所以可以求得：

$$\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=M_B\cdot \left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$
$$P(t)=[t^3,t^2,t,1]\cdot \left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]=[t^3,t^2,t,1]\cdot M_B\left[\begin{array}{c}{P}_0\\ P_1\\ P_2\\ P_3\end{array}\right]$$