书本装订数学在计算机图形学中的应用

2020年11月30日发(作者：刘占英)
数学在计算机图形学中的应用

“学习计算机图形学需要多少的数学？”这是初学者 最经常问的问题。答案取决于你想在计
算机图形学领域钻研多深。如果仅仅使用周围唾手可得的图形软件 ，你不需要知道多少数学
知识。如果想学习计算机图形学的入门知识，我建议你读一读下面所写的前两章 （代数，三
角学和线性代数）。如果想成为一名图形学的研究者，那么对数学的学习将是活到老，学到< br>老。
如果你并不特别喜欢数学，是否仍有在计算机图形学领域工作的机会？是的，计算机图形学
的确有一些方面不需要考虑太多的数学问题。你不应该因为数学成绩不好而放弃它。不过，
如果 学习了更多的数学知识，似乎你将在研究课题上有更多的选择余地。
对于在计算机图形学中哪些数学才 是重要的还没有明确的答案。这领域里不同的方面要求掌
握不同的数学知识，也许兴趣将会决定了你的方 向。以下介绍我认为对于计算机图形学有用
的数学。别以为想成为一名图形学的研究者就必须精通各门数 学！为了对用于图形学的数学
有一个全面的看法，我特地列出了很多方面。但是许多研究者从不需要考虑 下面提到的数学。
最后，虽然读了这篇文章后，你应该会对数学在计算机图形学中的应用有所了解，不 过这些
观点完全是我自己的。也许你应该阅读更多的此类文章，或者至少从其他从事计算机图形学
工作的人那里了解不同的学习重点。现在开始切入正题。

代数和三角学
对于 计算机图形学的初学者来说，高中的代数和三角学可能是最重要的数学。日复一日，我
从简单的方程解出 一个或更多的根。我时常还要解决类似求一些几何图形边长的简单三角学
问题。代数和三角学是计算机图 形学的最基础的知识。
那么高中的几何学怎么样呢？可能让人惊讶，不过在多数计算机图形学里，高中 的几何学并
不经常被用到。原因是许多学校教的几何学实际上是如何建立数学证明的课程。虽然证明题< br>对提高智力显然是有效的，但对于计算机图形学来说，那些与几何课有关的定理和证明并不
常被用 到。如果你毕业于数学相关领域（包括计算机图形学），就会发现虽然你在证明定理，
不过这对开始学习 图形学不是必要的。
如果精通代数和三角学，就可以开始读一本计算机图形学的入门书了。下一个重要 的用于计
算机图形学的数学——线性代数，多数此类书籍至少包含了一个对线性代数的简要介绍。
推荐的参考书:
Computer Graphics: Principles and Practice
James Foley, Andries van Dam, Steven Feiner, John Hughes
Addison-Wesley
[虽然厚重，可是我很喜欢]

线性代数
线性代数的思想贯穿于计算机图 形学。事实上，只要牵涉到几何数值表示法,就常常抽象出
例如x,y,z坐标之类的数值，我们称之为 矢量。图形学自始至终离不开矢量和矩阵。用矢量
和矩阵来描述旋转，平移，或者缩放是再好不过了。高 中和大学都有线性代数的课程。只要
想在计算机图形学领域工作，就应该打下坚实的线性代数基础。我刚 才提到，许多图形学的
书都有关于线性代数的简要介绍——足够教给你图形学的第一门课。
推荐的参考书:
Linear Algebra and Its Applications
Gilbert Strang
Academic Press

微积分学
微积分学是高级计算机图形学的重要成分。如果打算研究 图形学，我强烈建议你应该对微积
分学有初步认识。理由不仅仅是微积分学是一种很有用的工具，还有许 多研究者用微积分学
的术语来描述他们的问题和解决办法。另外，在许多重要的数学领域，微积分学被作 为进一
步学习的前提。学习了基本代数之后，微积分学又是一种能为你打开多数计算机图形学与后
继的数学学习之门的课程。
微积分学是我介绍的最后一个中学课程，以下提及的科目几乎全部是大学的课程。

微分几何学
微分几何学研究支配光滑曲线，曲面的方程组。如果你要计算出经过某个远离曲面 的点并垂
直于曲面的矢量（法向矢量）就会用到微分几何学。让一辆汽车以特定速度在曲线上行驶也牵涉到微分几何学。有一种通用的绘制光滑曲面的图形学技术，叫做“凹凸帖图”，这个技
术用到了 微分几何学。如果要着手于用曲线和曲面来创造形体（在图形学里称之为建模）你
至少应该学习微分几何 学的基础。
推荐的参考书:
Elementary Differential Geometry
Barrett O'Neill
Academic Press

数值方法
几乎任何时候，我们在计算机里用近似值代替精确值来表示和操作数值， 所以计算过程总是
会有误差。而且对于给定的数值问题，常常有多种解决的方法，一些方法会更块，更精 确或
者对内存的需求更少。数值方法研究的对象包括“计算方法”和“科学计算”等等。这是一
个很广阔的领域，而且我将提及的其他几门数学其实是数值方法的一些分支。这些分支包括
抽样法理论， 矩阵方程组，数值微分方程组和最优化。
推荐的参考书:
Numerical Recipes in C: The Art of Scientific Computing
William Press, Saul Teukolsky, William Vetterling and Brian Flannery
Cambridge University Press
[这本参考书很有价值可是很少作为教材使用]

抽样法理论和信号处理
在计算机图形学里我们反复使用储存在正规二维数组里的数字集合来表 示一些对象，例如图
片和曲面。这时，我们就要用抽样法来表示这些对象。如果要控制这些对象的品质， 抽样法
理论就变得尤为重要。抽样法应用于图形学的常见例子是当物体被绘制在屏幕上时，它的轮
廓呈现锯齿状的边缘。这锯齿状的边缘（被认为是“混淆”现象）是非常让人分散注意力的，
用抽样法 中著名的技术例如回旋，傅立叶变换，空间和频率的函数表示就能把这个现象减少
到最小。这些思想在图 像和音频处理领域是同样重要的。
推荐的参考书:
The Fourier Transform. and Its Applications
Ronald N. Bracewell
McGraw Hill