什么是微分几何在机器视觉中的应用.pdfVIP

什么是微分几何在机器视觉中的应用

微分几何是研究曲线与曲面在空间中如何弯曲的一门学问。它把复

杂的形状拆解成一系列局部可理解的对象：切平面、法向量、曲率、

内在度量等。机器视觉的目标是让计算机从二维图像和点云中逐步还

原三维世界的形状与表面特性，这需要一套可以描述“形状本身”的语

言。正是在这个意义上，微分几何成为机器视觉领域最直接、最有力

的工具箱之一。它不是一堆窍门，而是一组可推理、可证明的概念，

能够帮助我们把观测到的外观与物体的真实几何结构联系起来。

先从最直观的概念说起。曲线的切线告诉我们在某一点上，曲线在

空间中的方向如何展开；曲面的切平面给出该点周围的局部平面近似；

法向量则指向曲面的垂直方向。这些都是判断表面形状最基本、最稳

定的元素。当我们在三维场景中对一个对象建模时，靠近某一点的切

平面和法向量往往比单纯的点更能揭示它的“姿态”和“凹凸关系”。而曲

率则把弯曲的多少定量化地表示出来，分为主曲率、平均曲率和高斯

曲率等不同的度量维度。主曲率给出表面对某个方向的最大与最小弯

曲程度；高斯曲率则是一个内在量，反映表面在不拉伸地变形时仍然

保持的几何性质。简单说，曲率像是表面的指纹，告诉我们它在某处

到底是平的、尖的、还是拐弯处的特殊形态。

如果把曲线和曲面放在不同的视角下观察，最需要的往往不是它们

看“起来”是什么，而是它们在形状上的不变性。微分几何提供的一个

核心思想是：某些量是内在的，和观察角度、光照条件无关。高斯曲

率就是其中的典型例子：它只取决于曲面的本质弯曲方式，而不依赖

于你把曲面拉开、扭曲成怎样的外形。这个特性在机器视觉里至关重

要，因为同一个物体在不同视角下可能呈现完全不同的投影，但如果

能用高斯曲率、曲面距离等内在量来描述形状，就更容易实现跨视角

的一致识别、对齐与匹配。换句话说，几何不变量像是“形状的身份

证”，让我们在不同条件下仍然能认出同一对象的核心结构。

在实际的视觉任务里，如何把这些几何概念落地到数据上，是另一

个需要细心处理的问题。表面重建、分割、光照推断等任务，往往需

要把连续的几何量离散化成点、边和面的形式。离散差分几何就应运

而生：离散曲率估计、离散拉普拉斯贝里算子、网格上的法向量估计

等，成为把理论转化为可计算步骤的桥梁。通过离散拉普拉斯算子，

我们可以实现平滑去噪、保留边界的细化、以及在网格上定义非常自

然的扩散过程“”。而曲率在网格上的近似估计，则能帮助我们发现表

面的特征线、拐点和边界，在分割和对齐中提供稳定的几何线索。

除了几何本身的描述，基于几何的不变性也在视觉任务中扮演重要

角色。很多时候，我们需要让一个描述子对视角、光照甚至轻微形变

保持鲁棒。虽然深度学习方法在近些年成势很强，但很多经典的几何

描述子仍然发挥着不可替代的作用。例如，利用主曲率和高斯曲率可

以构造区域的几何直觉特征，而基于表面扩散的描述子，如热核签名

（HKS）和高斯核签名（WKS），则把表面的局部几何信息转化为对

时间和能量分布的直观理解。这些描述子不是为了追求数据库中的最

优分数，而是尽量捕捉形状本身的固有性质，给出对物体形态的稳定

而解释性强的度量。

面对现实生活中的场景，非刚性形变往往是常态。衣物飘动、人体

姿态变化、柔性材料的自适应形变等，都会让物体的外观与初始几何

关系产生较大偏离。微分几何提供的形状空间思想，正是处理这类问

题的强大工具。通过在一个合适的内部度量下衡量两种形状之间的变

形成本，我们可以定义“最小变形路径”或地“理距离”，从而实现对非刚

性对象的对齐、分割和识别。与逐帧逐像素地拟合相比，这种基于几

何的匹配往往更具解释性，也更容忍局部的观测误差。

把眼光放在具体的视觉任务上，我们可以看到几何工具如何帮助解

决问题。三维重建时，曲面上各点的法向、切平面和曲率为约束提供

了稳定的几何信息，有助于把离散的点云拼接成连贯的网格；在实现

较自然的光滑与特征保留之间取得平衡时，曲率分布和拉普拉斯贝里

算子成为关键手段；在分割与对齐阶段，局部几何特征与全局拓扑结

构的结合，能够使结果在边界处更清晰、在跨视角下更一致。缺陷检

测方面，局部曲率的异常、曲率梯度的突变往往指向材料表面的裂纹、

气泡或磨损区域，提供了直观而有效的诊断信号。对于地形感知、自

动驾驶等应用，路面曲率、坡度等几何信息直接影响路径规划和安全

性评估。这些任务里，几何不是一个外加的信息源，而是理解世界的

一种基本语言。

在实现层面，现实数据多是离散的点云和网格，必须经过稳健的离