跳到主要内容

几何基础:点、线、面与隐式曲面

图形学里"几何"这个词的含义在过去二十年悄悄扩展了。八十年代的 CAD 靠 NURBS 曲面,九十年代的实时图形靠三角形面片,零几年离线渲染出现细分曲面,近几年 SDF(符号距离场)、体素、神经隐式表示(NeRF)接连登场。每种表示都不是替代关系,而是各自解决一类问题的最优选择。

这一篇不去追每种表示的实现细节,而是说清楚参数表示与隐式表示的本质对立,以及它们各自适合什么场景。前置见向量与矩阵。

1. 表示形式的两大范式​

三维几何的数学描述本质上只有两大类:

参数表示(explicit / parametric):把几何看作从参数域到空间的映射。

p⃗(u,v)=(x(u,v),y(u,v),z(u,v))\vec{p}(u,v) = (x(u,v), y(u,v), z(u,v))

给定参数 (u,v)(u,v) 直接生成一个点。适合枚举:采样、渲染、拓扑操作。

隐式表示(implicit):把几何看作一个方程的零集。

f(x,y,z)=0f(x,y,z) = 0

给定一个点,能判断它在几何上、内还是外。适合判定:相交测试、布尔运算、光线求交。

一个球体的两种写法:

| 参数 | p⃗(u,v)=(sin⁡ucos⁡v,sin⁡usin⁡v,cos⁡u),u∈[0,π],v∈[0,2π]\vec{p}(u,v)=(\sin u\cos v,\sin u\sin v,\cos u), u\in[0,\pi],v\in[0,2\pi] | | 隐式 | x2+y2+z2−r2=0x^2+y^2+z^2-r^2=0 |

参数式画球体只要遍历 (u,v)(u,v)、连成三角网,不到 10 行代码。隐式式判断"点 (1,2,3)(1,2,3) 在球内吗",计算 ff 的符号就够。让参数式回答后者,或让隐式式生成三角网,都要额外工程。

没有哪种表示是万能的——这是几何处理领域最基本的现实。

2. 点:最小的几何元素​

一个点就是 R3\mathbb{R}^3 里的三元组。图形学里点还携带属性:

  • 位置 p⃗\vec{p}
  • 法线 n⃗\vec{n}(如果它来自某个表面)
  • 纹理坐标 (u,v)(u,v)
  • 颜色、切线、骨骼权重...

三角形网格是一堆顶点 + 一堆索引,索引描述哪三个顶点组成三角形。顶点缓存(VBO)和索引缓存(IBO)是 GPU 消化几何的最小单位。

点云(point cloud)是没有连接关系的顶点集合,来自激光雷达、光度学扫描。渲染点云一般用 splat 或 rasterize as impostors,或者转成显式面片(Poisson 重建、Marching Cubes、最近的 Gaussian Splatting)。

3. 线:参数式的入门​

三维直线的参数式:

p⃗(t)=p⃗0+td⃗,t∈R\vec{p}(t) = \vec{p}_0 + t\vec{d}, \quad t\in\mathbb{R}

p⃗0\vec{p}_0 是起点,d⃗\vec{d} 是方向,tt 是参数。t≥0t\geq 0 就是射线,t∈[0,1]t\in[0,1] 就是线段。图形学里几乎所有相交测试都用射线表示:

  • 光线追踪:相机像素射出射线
  • 拾取:鼠标点击对应的射线
  • AI 视线检查:角色位置到目标的射线
  • 光线烘焙:表面点到光源的射线

隐式表示直线在三维里很尴尬——需要两个方程的交才能确定一条直线。所以三维直线一般用参数式。二维直线倒是可以隐式化:

ax+by+c=0ax+by+c=0

法向量 (a,b)(a,b)、到原点距离 ∣c∣/a2+b2|c|/\sqrt{a^2+b^2}。这个式子在二维凸多边形裁剪里到处都是。

3.1 曲线:参数化的推广​

Bezier、B-spline、NURBS 都是参数曲线:

p⃗(t)=∑iNi(t)P⃗i\vec{p}(t) = \sum_i N_i(t)\vec{P}_i

P⃗i\vec{P}_i 是控制点,Ni(t)N_i(t) 是基函数(伯恩斯坦多项式、B 样条基)。控制点不一定在曲线上——这是常见的误解——它们只是"拉扯"曲线形状的锚点,曲线是它们的凸组合。

字体轮廓、动画路径、UI 圆角矩形,底层都是 Bezier。三次 Bezier 是甜蜜点:能表达大多数需要的曲率,四个控制点足够直观,连续性易控制。

4. 面:三种主流表达​

4.1 平面方程​

隐式表达一个平面:

n⃗⋅p⃗+d=0\vec{n}\cdot\vec{p} + d = 0

n⃗\vec{n} 是单位法向量,dd 是有符号距离(原点到平面,沿 n⃗\vec{n} 方向)。任意点 q⃗\vec{q} 到平面的距离:

dist(q⃗)=n⃗⋅q⃗+d\text{dist}(\vec{q}) = \vec{n}\cdot\vec{q} + d

符号告诉你它在法线的哪一侧——正是视锥剔除、BSP 树、阴影体积的核心工具。

三点确定一个平面:n⃗=(p⃗1−p⃗0)×(p⃗2−p⃗0)\vec{n}=(\vec{p}_1-\vec{p}_0)\times(\vec{p}_2-\vec{p}_0),d=−n⃗⋅p⃗0d=-\vec{n}\cdot\vec{p}_0。三角形的平面方程就是这么来的。

4.2 三角形网格​

实时图形学的通用面表示。理由:

  • 硬件光栅化以三角形为最小单位
  • 三角形永远平面(三点共面),没有翘曲问题
  • 属性(法线、UV)在三角形上重心坐标插值,数学最简
  • 拓扑操作(细分、简化、变形)工具链成熟

一个三角形由三个顶点定义,面片属性可以取三个顶点属性的插值。面法线(flat normal)= 三点叉积;顶点法线(smooth normal)= 相邻面法线的加权平均,渲染时插值得到平滑外观(见 Phong 着色 vs Gouraud)。

半边数据结构(half-edge)、面顶点表(face-vertex list)是常见的存储方案。前者支持快速的邻接查询(适合几何处理),后者简单紧凑(适合渲染)。

4.3 参数曲面​

p⃗(u,v)\vec{p}(u,v) 形式的曲面,Bezier patch、B-spline patch、NURBS 是三大主力。汽车工业和工业设计里 NURBS 一统天下,因为:

  • 精确的圆锥截面(球、圆锥、圆柱)
  • 曲率连续可控
  • 修改控制点局部影响

游戏里几乎不用 NURBS 直接渲染,而是烘焙成三角形网格再送 GPU。原因是 GPU 三角形吞吐远大于 NURBS 直接采样,而且现有工具链全部围绕三角形建。

细分曲面(subdivision surface)是折中方案:控制网格是三角形/四边形,通过 Catmull-Clark 或 Loop 细分规则递归产生越来越精细的极限曲面。电影(Pixar 大量用)和现代游戏(通过 tessellation shader)都在用。

5. 隐式表示的兴起​

5.1 符号距离场(SDF)​

f(p⃗)f(\vec{p}) 不只告诉你点在里外,还告诉你距最近表面的有符号距离。这个额外信息是巨大的杠杆:

  • 软阴影:距离 →\to 阴影软度,一步得到 penumbra
  • 环境光遮蔽:采样几个方向的距离,近处贡献少
  • 加厚 / 平滑操作:f′(p⃗)=f(p⃗)−rf'(\vec{p})=f(\vec{p})-r 就是加厚 rr
  • 布尔运算:min⁡(f1,f2)\min(f_1,f_2) 是并、max⁡(f1,−f2)\max(f_1,-f_2) 是差
  • 光线步进(sphere tracing):不用求交方程,只需迭代前进 ff 的距离

Inigo Quilez 的 shadertoy 演示了 SDF 能用几十行 GLSL 画出复杂场景。工业上:

  • 字体渲染:MSDF(multi-channel SDF)让文字任意缩放都保持锐利
  • 碰撞检测:物理引擎里静态几何用 SDF 加速查询
  • 建模:Magica CSG、UE5 Nanite 一部分依赖 SDF

代价:SDF 采样密度决定精度,存储成本 O(N3)O(N^3)——所以要么用解析式(球、盒子、胶囊),要么用低分辨率 SDF + 精修。

5.2 隐式神经表示​

NeRF、DeepSDF、Occupancy Networks 用神经网络拟合 f(p⃗)f(\vec{p})。优势:紧凑(几 MB 表达一个场景)、可微(端到端优化)、连续(任意分辨率)。劣势:采样慢(每个点一次前向)、编辑难、传统渲染管线不兼容。

2023 年后的 Gaussian Splatting 是显式表达的复兴——把神经隐式的效果用参数化 3D 高斯直接表达,渲染速度快数十倍。这个"隐式-显式钟摆"每十年就要摆一次。

6. 射线求交:图形学的核心操作​

不管是光线追踪、鼠标拾取还是阴影计算,基本操作都是"给定射线 p⃗0+td⃗\vec{p}_0+t\vec{d},求它和几何的第一个交点"。

6.1 射线与平面​

代入 n⃗⋅(p⃗0+td⃗)+d=0\vec{n}\cdot(\vec{p}_0+t\vec{d})+d=0:

t=−n⃗⋅p⃗0+dn⃗⋅d⃗t = -\frac{\vec{n}\cdot\vec{p}_0+d}{\vec{n}\cdot\vec{d}}

n⃗⋅d⃗=0\vec{n}\cdot\vec{d}=0 时射线平行于平面(可能重合、可能不相交)。t<0t<0 时交点在射线起点后面,不算。

6.2 射线与球​

∥p⃗0+td⃗−c⃗∥2=r2\|\vec{p}_0+t\vec{d}-\vec{c}\|^2=r^2 展开成关于 tt 的二次方程:

t2+2(d⃗⋅(p⃗0−c⃗))t+∥p⃗0−c⃗∥2−r2=0t^2 + 2(\vec{d}\cdot(\vec{p}_0-\vec{c}))t + \|\vec{p}_0-\vec{c}\|^2-r^2 = 0

判别式 Δ≥0\Delta\geq 0 有交点,取较小的 tt(靠近射线起点的那个)。为避免灾难性抵消,数值稳定的做法是"用符号选公式":

b = d·(p0-c);  c_ = |p0-c|² - r²
disc = b² - c_
if disc < 0: 无交
sq = √disc
t = -b - sq (射线外部命中)

6.3 射线与三角形:Möller-Trumbore​

工业上最流行的算法。核心是把射线-三角形求交转化为求重心坐标的线性方程:

p⃗0+td⃗=(1−u−v)v⃗0+uv⃗1+vv⃗2\vec{p}_0+t\vec{d} = (1-u-v)\vec{v}_0 + u\vec{v}_1 + v\vec{v}_2

三未知数 t,u,vt,u,v,三个方程。用行列式(Cramer 法则)展开得到一个 30 行左右的紧凑实现。u,v∈[0,1],u+v≤1u,v\in[0,1],u+v\leq 1 且 t>0t>0 时命中。

Möller-Trumbore 不需要预先算面法线、不需要预先算平面 dd,直接从三顶点算——对动态几何(骨骼动画)友好。

6.4 射线与 AABB:Slabs 算法​

轴对齐包围盒(AABB)由 x,y,zx,y,z 三对平面组成。分别求射线和每对平面的两个 tt 值,取交集:

tenter=max⁡(txmin⁡,tymin⁡,tzmin⁡),texit=min⁡(txmax⁡,tymax⁡,tzmax⁡)t_{\text{enter}} = \max(t_{x_{\min}},t_{y_{\min}},t_{z_{\min}}), \quad t_{\text{exit}} = \min(t_{x_{\max}},t_{y_{\max}},t_{z_{\max}})

tenter≤texitt_{\text{enter}}\leq t_{\text{exit}} 时相交。这是 BVH 加速结构的核心操作,每根光线在树上遍历几十次这个测试,所以要求极快——一般用 SIMD 一次算三对。

7. 表示之间的转换​

  • 参数 → 三角网:采样参数域,连成三角形。CAD 出口时经典操作。
  • 隐式 → 三角网:Marching Cubes(1987) 是奠基算法。空间栅格化,每个格子按顶点符号查表得到局部三角面。改进版有 Dual Contouring(保留尖锐特征)。
  • 三角网 → SDF:对每个格子点求到最近三角形的距离。加速用 BVH 或 KD-tree。工业软件常做这个。
  • 点云 → 三角网:Poisson 重建、球面轴心变换 (BPA)。深度学习方法(PointNet 等)也在做。

无损转换往往不存在——三角化会平滑掉参数曲面的曲率,SDF 化会离散化尖角。所以流水线里通常保留原始表示,只在最后一步转到目标格式。

8. 重心坐标:三角形上的插值系统​

任意点 p⃗\vec{p} 在三角形 v⃗0,v⃗1,v⃗2\vec{v}_0,\vec{v}_1,\vec{v}_2 内可以唯一分解为:

p⃗=αv⃗0+βv⃗1+γv⃗2,α+β+γ=1\vec{p} = \alpha\vec{v}_0+\beta\vec{v}_1+\gamma\vec{v}_2, \quad \alpha+\beta+\gamma=1

(α,β,γ)(\alpha,\beta,\gamma) 就是重心坐标。α,β,γ≥0\alpha,\beta,\gamma\geq 0 时 p⃗\vec{p} 在三角形内。

用途:

  • 属性插值:顶点上的 UV/法线/颜色,内部像素按 α,β,γ\alpha,\beta,\gamma 加权
  • 判定点在不在三角形内
  • Möller-Trumbore 天然给出 u,vu,v,重心坐标就是 (1−u−v,u,v)(1-u-v,u,v)

透视校正问题:屏幕空间的 (α,β,γ)(\alpha,\beta,\gamma) 不等于三维空间的重心坐标,直接用会得到失真的插值。硬件用 1/w1/w 修正,见坐标空间变换第 10 节。

9. 拓扑与几何​

几何是形状(顶点位置),拓扑是连接关系(哪三个点组成三角形、哪两个三角形共边)。改变几何不改变拓扑(移动顶点)、改变拓扑不改变几何(重新三角剖分)是几何处理里两个不同的操作。

流形(manifold)网格是拓扑良好的:每条边恰好被两个三角形共享(或位于边界只被一个)。非流形网格(T 型接头、自相交)会让法线插值、参数化、物理仿真出错。工业清理工具(Meshmixer、MeshLab)一半功能都在修流形。

欧拉公式:闭合流形网格 V−E+F=2−2gV-E+F=2-2g,gg 是亏格(即"洞的数目")。球是 g=0g=0,甜甜圈是 g=1g=1。这个公式在网格生成时用来验证拓扑正确性。

10. 通向下一站​

有了几何表达,还需要给它上色——每个像素的颜色不只是几何决定的,还依赖光照、材质、观察者感知。这三块串起来的是:

同时几何本身要被编排进渲染流程——顶点从内存到屏幕的完整路径见渲染管线概览。