Geometry

自动关联目录:Geometry

几何回答的是"形状如何表示,以及如何处理"。

表示的三大类

类别形式判断内外采样表面典型
隐式f(x,y,z)=0f(x,y,z) = 0易难SDF、CSG、分形
显式(参数)(u,v)→(x,y,z)(u,v) \to (x,y,z)难易NURBS、细分曲面
离散点云 / 网格难—扫描数据

核心权衡:隐式几何擅长"查询"(这个点在里面吗?离表面多远?),参数几何擅长"生成"(给我曲面上的点)。

隐式表示

代数曲面

x2+y2+z2−r2=0(球面)x^2 + y^2 + z^2 - r^2 = 0 \quad \text{(球面)}

二次曲面(球、柱、锥、双曲面)都可以精确表示。

CSG(Constructive Solid Geometry)

用布尔运算组合基本体:

并: min(f1, f2)      (或 f1 < 0 || f2 < 0)
交: max(f1, f2)
差: max(f1, -f2)

优势:复杂形状只用几个基本体 + 布尔运算,紧凑且精确。CAD 里常用。

SDF(Signed Distance Field)

f(p) = 到表面的最短距离(外部为正,内部为负)
关键性质: |∇f| = 1

这个性质带来高效的渲染方法——sphere tracing(球体步进):

float t = 0.0;
for (int i = 0; i < MAX_STEPS; i++) {
    float d = sdf(ro + rd * t);      // 到最近表面的距离
    if (d < EPS) return hit;          // 命中
    t += d;                           // 安全前进 d(保证不会穿过任何表面)
    if (t > MAX_DIST) break;
}
return miss;

为什么可以前进dd:因为半径dd 的球内保证没有表面,所以安全。

应用:

  • 光线步进(无需 BVH)
  • 软阴影(见实时阴影)
  • 环境遮蔽(AO)
  • 碰撞检测
  • 布尔运算的平滑版本(smooth min)

smooth min(让两个形状平滑融合):

smin(a,b,k)=−1klog⁡(e−ka+e−kb)\text{smin}(a, b, k) = -\frac{1}{k}\log(e^{-ka} + e^{-kb})

(指数版,或更便宜的多项式版)

分形

自相似的隐式形状(Mandelbulb、Julia 集)。用 SDF + sphere tracing 渲染。

显式(参数)表示

点云

最简单的表示:一堆(x,y,z)(x,y,z)。

问题:没有表面信息(法线、拓扑)。

处理:

  • 法线估计:PCA(取邻域协方差矩阵的最小特征向量)
  • 表面重建:Poisson 重建、Delaunay、移动最小二乘(MLS)

多边形网格

工业标准。

顶点: 位置(+ 法线、UV、颜色)
面:   通常是三角形(或四边形)

数据结构:

结构特点
面列表最简单,但邻接查询慢
邻接表顶点→面、面→面
半边(Half-Edge)查询效率最高,几何处理的标准
翼边(Winged-Edge)类似

半边结构:每条边拆成两个有方向的半边,每个半边记录 next、twin(反向半边)、face、vertex。这样"遍历一个顶点的所有邻域"是O(度)O(\text{度})。

曲线曲面

见 Games102:Bézier、B 样条、NURBS。

网格处理

三个基本操作

操作目的代表算法
细分增面、光滑Loop(三角)、Catmull-Clark(四边形)
简化减面QEM 边坍缩
重划分改善质量各向同性 remeshing

判断网格质量的指标:

  • 三角形形状(越接近等边越好)
  • 顶点 valence(三角网格理想值 6,四边形 4)
  • 无翻转、无自交、无非流形边

曲率

主曲率k1≥k2k_1 \ge k_2:某点在所有方向中曲率的最大/最小值。

类型条件形状
椭圆点K>0K > 0球面状
双曲点K<0K < 0马鞍状
抛物点K=0K = 0柱面状
平面点k1=k2=0k_1 = k_2 = 0平面

离散高斯曲率(角度亏损):

K(v)=2π−∑iθiAvK(v) = \frac{2\pi - \sum_i \theta_i}{A_v}

离散平均曲率:

H(v)=14Av∑j(cot⁡αij+cot⁡βij) ∣vi−vj∣H(v) = \frac{1}{4A_v}\sum_j (\cot\alpha_{ij} + \cot\beta_{ij})\,|\mathbf{v}_i - \mathbf{v}_j|

用途:特征检测(脊线、角点)、自适应细分、网格光顺。

Laplace 算子

余切权重 Laplace-Beltrami(离散微分几何的核心工具):

Δf(vi)=12Ai∑j∈N(i)(cot⁡αij+cot⁡βij) (f(vj)−f(vi))\Delta f(v_i) = \frac{1}{2A_i} \sum_{j \in \mathcal{N}(i)} (\cot\alpha_{ij} + \cot\beta_{ij})\,(f(v_j) - f(v_i))

为什么重要:这个离散化收敛到连续的 Laplace-Beltrami 算子,所以基于它的算法(光顺、参数化、形变)都有理论保证。

应用:

  • 网格光顺(f←f+λΔff \leftarrow f + \lambda \Delta f)
  • 参数化(解Δu=0\Delta u = 0)
  • 形变(ARAP 的迭代求解)
  • 谱分析(拉普拉斯特征函数,几何处理的"傅里叶变换")

参数化

把三维网格映射到二维(u,vu,v)。必然有畸变。

能量选择:

能量性质代价
Tutte保证无翻转畸变大
LSCM共形(保角)解线性系统
ARAP尽可能刚体,畸变极小迭代,非线性

割缝(Seam):复杂拓扑必须切开。接缝的位置直接决定畸变大小和纹理连续性。

现代方向

神经隐式表示(Neural Fields)

用神经网络表示 SDF 或辐射场:

NeRF:      (x, y, z, θ, φ) → (color, density)
SDF 网络:  (x, y, z)       → signed distance

优势:

  • 表示能力强(细节不受分辨率限制)
  • 紧凑(一个网络 = 一个场景)

劣势:

  • 训练慢
  • 渲染慢(每次查询要跑网络)
  • 难以编辑

3D 高斯泼溅(3D Gaussian Splatting)

2023 的重要突破:用一堆 3D 高斯表示场景,用光栅化(而不是 ray marching)渲染。

表示:  N 个 3D 高斯,各有位置、协方差(形状)、颜色、不透明度
渲染:  投影到屏幕,按深度排序,alpha 混合

为什么快:利用 GPU 的光栅化管线(而不是每条光线跑网络)。

质量 vs 速度:接近 NeRF 的质量,实时(100+ FPS)的速度。

Nanite(UE5)

虚拟几何:把网格预处理成 LOD 层级,运行时按像素级误差自动选择适合的三角形密度。

核心: 
  - 预先构建 cluster hierarchy(三角形簇的层次)
  - 运行时按屏幕投影大小选择 cluster
  - GPU driven,几乎无 draw call

意义:"不用再手工做 LOD 了"——可以直接导入影视级的高模。

几何 vs 渲染的接口

现代实时渲染越来越依赖几何的预处理:

渲染技术依赖的几何数据
光照贴图UV 参数化
SDF 软阴影/AOSDF 或体素化
VXGI体素化
Nanitecluster hierarchy
3DGS高斯参数
法线贴图高模到低模的烘焙(需要对应)

趋势:渲染和几何的边界越来越模糊,很多"渲染问题"其实是"几何数据的组织问题"。

常见坑

  • 网格不是流形:有多个边共享、面朝向不一致 → 很多算法会崩。处理前先修复
  • 法线朝向不一致:面法线方向混乱 → 光照错误、双面渲染异常
  • 退化三角形:面积为零的三角形 → 除法为零、法线计算失败
  • 细分曲面的奇异点:valence ≠ 4 处连续性下降
  • 参数化的翻转:UV 三角形翻转 → 渲染出错。Tutte 嵌入可保证无翻转
  • SDF 的精度:存成低精度(8 bit)时会有明显台阶,需要足够的分辨率或压缩方案
  • 布尔运算会产生退化几何:需要后处理(去重、修复)
  • 泊松重建需要法线朝向一致:朝向乱了结果全错
  • 3DGS 的排序:alpha 混合需要严格深度排序,排序不准会有伪影