三维网格模型的曲率计算是计算机图形学和几何处理中的基础任务。无论是网格去噪、特征线提取还是几何形态分析，曲率都扮演着至关重要的角色。通过提取模型表面的局部弯曲信息，我们能够量化几何特征，进而驱动各种复杂的算法流程。
曲率的数学基础与几何意义
在连续微分几何中，曲面上某一点的曲率可以通过主曲率来描述。主曲率是该点处曲率最大和最小的两个方向上的法曲率，记为k1和k2。基于这两个主曲率，我们可以定义两种最常用的曲率：高斯曲率和平均曲率。
高斯曲率定义为主曲率的乘积，即K = k1 * k2。它反映了曲面的内在几何性质。根据高斯绝妙定理，高斯曲率只依赖于曲面的第一基本形式，即曲面的内在度量。这意味着，如果我们将一个曲面展开成平面而不拉伸或压缩，高斯曲率不会改变。例如，平面的高斯曲率为零，圆柱面的高斯曲率也为零，因为圆柱可以展开成平面。而球面的高斯曲率处处为正。
平均曲率定义为主曲率的算术平均，即H = (k1 + k2) / 2。与高斯曲率不同，平均曲率反映了曲面的外在弯曲程度，它依赖于曲面在三维空间中的嵌入方式。平均曲率在物理仿真中非常有用，例如肥皂膜的表面就是一个平均曲率处处为零的极小曲面。
离散网格上的高斯曲率计算方法
在三维网格模型中，曲面是由离散的三角面片组成的，因此无法直接应用连续微积分公式。对于高斯曲率的离散化，最经典的方法是使用角度亏损法。这种方法基于高斯-博内定理，即曲面上某一点的曲率可以通过该点周围角度的亏损来计算。
具体来说，对于网格上的任意内部顶点v，其离散高斯曲率K_v等于2π减去该顶点周围所有相邻三角形在该顶点处的内角之和。如果顶点位于边界上，则使用π代替2π。为了得到曲率密度，通常还需要将角度亏损除以该顶点的Voronoi面积或混合面积。这种计算方法简单直观，且严格遵循了高斯曲率的内在几何性质。
// 计算顶点的高斯曲率
double ComputeGaussianCurvature(const Vertex& v, const Mesh& mesh) {
double angle_sum = 0.0;
for (const auto& face : mesh.adjacent_faces(v)) {
angle_sum += face.angle_at_vertex(v);
}
double angle_defect = (v.is_boundary() ? M_PI : 2 * M_PI) - angle_sum;
double area = mesh.voronoi_area(v); // 获取Voronoi面积
if (area < 1e-10) return 0.0; // 防止除以零
return angle_defect / area;
}
上述代码展示了高斯曲率的核心逻辑。在实际工程中，获取相邻面片和计算内角需要依赖高效的网格数据结构，如半边结构。角度的计算可以通过向量的点积和叉积来完成。需要注意的是，如果网格存在非流形边或孤立顶点，这种计算方法可能会失效，因此在预处理阶段进行网格清理是必要的步骤。
离散网格上的平均曲率计算方法
平均曲率的离散化比高斯曲率复杂一些，通常通过离散拉普拉斯-贝尔特拉米算子来推导。拉普拉斯算子在几何处理中等价于平均曲率法向量，即Δv = 2Hn，其中H是平均曲率，n是法向量。因此，通过计算顶点的拉普拉斯向量，我们可以提取出平均曲率的值。
最常用的离散拉普拉斯算子是余切拉普拉斯算子。对于顶点v，其拉普拉斯向量定义为相邻顶点位置的加权差之和。权重通常取相邻边对角的余切值。计算出拉普拉斯向量后，取其长度的一半，再除以顶点的面积，即可得到该顶点的平均曲率。这种方法在处理规则网格时效果很好，但对于退化三角形较为敏感。
// 计算顶点的平均曲率
double ComputeMeanCurvature(const Vertex& v, const Mesh& mesh) {
Vector3D laplacian(0, 0, 0);
for (const auto& neighbor : mesh.adjacent_vertices(v)) {
double weight = mesh.cotangent_weight(v, neighbor);
laplacian += weight * (neighbor.position - v.position);
}
double area = mesh.voronoi_area(v);
if (area < 1e-10) return 0.0;
// 拉普拉斯向量的模长除以2倍面积
double mean_curvature = laplacian.length() / (2.0 * area);
return mean_curvature;
}
在使用余切拉普拉斯算子时，如果网格中存在非常尖锐的角，余切值可能会出现负数或趋于无穷大，导致曲率计算不稳定。为了解决这个问题，通常会对权重进行截断处理，或者改用基于局部平均曲率流的更稳健算法。此外，法向量的方向决定了曲率的正负，因此在计算过程中需要保持法向量的一致性，以区分凸面和凹面。
曲率计算在工程实践中的优化策略
虽然上述理论方法能够计算出曲率，但在真实的3D模型处理中，由于扫描设备的限制或建模过程中的误差，网格表面往往带有大量的高频噪声。直接在带噪声的网格上计算曲率，会得到杂乱无章的结果，无法反映模型真实的几何特征。因此，在进行曲率计算之前，通常需要对网格进行预处理。
最常见的预处理步骤是网格平滑。通过应用拉普拉斯平滑或基于曲率流的平滑算法，可以消除高频噪声，同时尽量保持模型的大体特征。平滑后的网格曲率分布会更加均匀，能够更准确地反映模型的宏观几何结构。然而，过度平滑会导致模型体积收缩和特征模糊，因此需要精确控制迭代的次数和平滑的强度。
另一个关键优化点是面积权重的选择。在计算曲率密度时，我们使用了顶点的关联面积。除了Voronoi面积外，还可以使用混合面积或简单的三分之一三角形面积加权。Voronoi面积在理论上最为精确，但在狭长三角形上可能会失效；混合面积则是一种更稳健的折中方案。根据网格的质量选择合适的面积权重，能够显著提升曲率计算的鲁棒性。