曾见几何-CSDN博客

【计算机图形学01】样条曲线系列第一篇样条的由来：样条本来是指以前人们在做工业设计的时候用一些钉子去固定一些细小的有弹性的木条或者钢片，用这些木条来设计模型结构。这样的木条被称之为样条（“spline”）。随着工业的数字化发展，钉子变成了控制点，而木条变成了样条曲线。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-73FMM8lr-1646024767881)(https://tse1-mm.cn.bing.net/th/id/R-C.ac6ca678b4f6e20578

2022-03-07 11:02:42 993

原创【C++系列文章一】代码提速：用智能指针shared_ptr构造容器

c++代码提速

2022-02-23 19:51:23 742

原创点到三角形的距离---最快的计算方式

点到三角形距离的数学原理：所有的求点ppp到三角形的距离的方式数学本质上都是一样的：第一步：找到点在三角形所在平面的投影点p′p'p′。第二步：将p′p'p′再向三角形上做一次投影得到p′′p''p′′：如果p′p'p′直接落在三角形内，直接令p′′=p′p''=p'p′′=p′。如果落在三角形外，再依次判断投影在哪条边上，如果投影点落在边上就计算出来p′′p''p′′，如果超出了边的范围，直接取顶点作为p′′p''p′′的计算值。第三步：计算p−p′′p-p''p−p′′的长度，即为点到三角形

2022-02-10 15:19:37 3158 2

原创参数方程，隐式方程和显示方程的区别

参数方程：x=x(t)w(t),y=y(t)w(t)x = \frac{x(t)}{w(t)},y=\frac{y(t)}{w(t)}x=w(t)x(t),y=w(t)y(t)隐式曲面：f(x,y)=0f(x,y)=0f(x,y)=0显示方程：y=f(x)y=f(x)y=f(x)以直线为例，说明三者的区别：参数形式：x=a0+a1t,y=b0+b1tx = a_0+a_1t , y=b_0+b_1tx=a0+a1t,y=b0+b1t隐式形式：f(x,y)=ax

2022-01-12 17:16:40 3834

原创旋转的一种计算方式

旋转的计算

2022-01-06 15:22:11 1655 1

原创【离散拉普拉斯算子】cot算子和均匀算子的对比

关于cot算子和均匀算子的对比【1】定义：均匀算子：Li=1n∑1nvi−viL_i =\frac{1}{n}\sum_1^nv_i-v_iLi=n1∑1nvi−vi。其中，n是一邻域内点的个数，viv_ivi。cot算子：Ki=12Ai∑j∈Ni(cotαi,j+cotβi,j)(vj−vi)K_i = \frac{1}{2A_i}\sum_{j\in{N_i}}(cot\alpha_{i,j}+cot\beta_{i,j})(v_j-v_i)Ki=2Ai1∑j∈Ni(cot

2021-09-14 18:53:53 822

原创复变函数：柯西定理

柯西定理（1）初步形式设函数$ f(z)在在在 R$上解析，则：KaTeX parse error: Undefined control sequence: \part at position 8: \int_{\̲p̲a̲r̲t̲ ̲R}f(z)dz=0其中，$ \part R是点集是点集是点集 R$的边界。（2）更进一步设$ f(z)在开圆盘在开圆盘在开圆盘 \Delta内解析，则对于内解析，则对于内解析，则对于 \Delta中的每一条闭曲线中的每一条闭曲线中的每一条闭曲线 \gamma

2021-07-20 21:12:23 1679

原创碰撞检测：bv tree（包围层次盒）(Opcode:Memory-optimized bounding-volume hierarchies)

写在前面：最近在做一个碰撞检测的工作，阅读了一下Memory-optimized bounding-volume hierarchies这篇文章，以下是这篇文章的原理简介。包围层次盒简介：一个完整的BV树由2*N-1个节点组成，其中N是输入模型中的几何体(通常是三角形)的数量。在完全树中，每个叶字节点包含一个几何体，这意味着其中有N个叶节点和N-1个内部节点。其中内部节点用来存储空间划分的信息，叶子节点存储结合体的位置信息。碰撞检测的代价：方法一：时间成本：总代价=内部检测次数∗单次内部节

2021-05-11 20:50:54 1379

原创特征值的一个例子：斐波那契数列

**问题：**如何求斐波那契数列的通项？notes：斐波那契数列：后面一项是前面两项的求和。eg：1，1，2，3，5，8，13，21。。。**解答：**我们将斐波那契数列的问题写成矩阵形式，即：[xk+2xk+1]=[1110]∗[xk+1xk]\begin{bmatrix} x_{k+2} \\ x_{k+1} \end{bmatrix}=\begin{bmatrix} 1&1 \\ 1 & 0 \end{bmatrix}*\begin{bmatrix} x_{k+1} \\

2021-03-02 15:22:41 1002

原创特征值和特征向量的直观理解

特征值和特征向量的直观理解特征值和特征向量是一个矩阵内在的性质。比如你想象一根长长的铁棒放置不动，不管你在这根铁棒的任何一个位置敲击它，你都知道震动将会沿着铁棒的方向传播。而这个方向，我们可以形象的理解为特征值的方向。人类社会的人口流动，物种的迁徙，短期来看都是不确定的，但长期来看，人口的城市化是大趋势，生物去往水草丰美的栖息地也是大趋势。这一过程我们可以用计算特征值和特征向量的方式计算得到。**问题：**假设一个城市，每年，居住在市区里的人口90%会留在市区，10%会迁往乡村。而乡村的人口80%会留

2021-03-02 15:20:20 1111

原创最小二乘法的形象理解

最小二乘法拟合变量x和y之间的线性方程：y=b0+b1∗xy=b_0+b_1*xy=b0+b1∗x.我们将其形式写作[1x11x2......1xn][b0b1]=[y1y2...yn]\begin{bmatrix}1 & x_1 \\ 1 & x_2\\ ...& ...\\1&x_n\\ \end{bmatrix} \begin{bmatrix}b_0 \\ b_1\\ \end{bmatrix} = \begin{bmatrix}y_1 \\ y_2 \\

2021-01-18 14:12:08 140

原创如何定义距离？

如何定义距离？最近在思考，如果我有一堆点，我该怎么构造他们的距离关系？理论推导：（1）范数的定义范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。解读：我可以构造所有点对之间的矢量，即从点a到b的矢量ab⃗\vec{ab}ab，我们可以给这些矢量定义范数。（2）范数的三个条件《1》非负性：aa⃗=0，ab⃗≠0(a≠b)\vec{aa}=0，\vec{ab}\ne0(a\ne b)aa=0，ab=0(a=b)。《2》齐次性：ab⃗=ba⃗\vec{ab}=\vec{ba}

2021-01-10 01:42:08 753

原创方程组的第三种理解方式（线性代数及其应用【3】）

(1) 关于解方程组的第三种理解最近看书对AX=YAX=YAX=Y又多了一种理解方式。这是一个最基础的理解方式，即对于一个集合XXX,我们对这个集合做一个映射AAA，映射得到的结果YYY。Notes：其中的X、YX、YX、Y可以分别理解成定义域和值域。另外，由矩阵的知识可知，对于集合AB=CAB=CAB=C，我们知道C的秩<A的秩且 C的秩<B的秩。C的秩<A的秩 ~~且 ~~C的秩<B的秩。C的秩<A的秩

2020-12-03 19:58:00 228

原创方程组的两种理解方式（线性代数及其应用【2】）

(1) 关于解方程组的两种理解第一种：横着看即将每个方程看成一条线或者一个平面，则方程组的解可以理解为是方程组所有直接或者平面的交点。

2020-11-06 14:06:37 1467

原创集异璧（GEB）第一章WU谜题读后感

集异璧（GEB）第一章WU谜题读后感前言：最近在女朋友的推荐下知道了侯世达以及他的《集异璧》。对于巴赫，埃舍尔，哥德尔这三个人，我之前都略有耳闻，也都知道他们在各自的领域做出过很多贡献，而且我的导师在写文章的时候经常应用埃舍尔的画。但是，当一本同时讲述这三个人的书出现在我面前的时候，我甚至猜不到一点点他想讲什么。但是，当我看完正文之前的餐后甜点后，我被侯世达巨大的野心以及深邃的洞见力所震撼。他试图去阐述所有学科领域的发展规律。而当我读完第一章WU谜题之后，我惊讶的发现他试图去阐述清楚在计算机如何更像人

2020-10-21 23:11:45 759

weixin_38977362的博客

原创【计算机图形学04】点云特征（含网格信息）总结综述

原创【计算机图形学03】网格形变综述

原创【计算机图形学02】b-spline（b-样条曲线）

原创【计算机图形学01】贝塞尔曲线（样条01）