跳转到内容
Jason's Study

Sorkine 2004 — 用拉普拉斯坐标编辑网格，拽把手不丢细节

是什么

Sorkine 2004 提出一种网格变形方法：你在一个 3D 模型上钉几个把手（handle），随便拖一个，整个模型像橡皮一样跟着弯，但表面的小凸起、皱褶、纹理细节一根都不丢。

它用的”骨架”叫 Laplacian coordinates（拉普拉斯坐标）：把每个顶点 v_i 用它和邻居的差值来记录：

delta_i = v_i - sum_j w_ij · v_j

这条公式不记录”v_i 在哪儿”，只记录”v_i 比邻居中心偏出去多少、往哪个方向偏”——这就是局部细节。编辑时让所有 delta_i 尽量保持原值，再加上”把手要去哪儿”的约束，解一次稀疏线性方程就出结果。

日常类比：你抓住绳子的两端，捏弯它。绳上每两节之间的相对方向（弯了多少度）尽量不变，但整条绳子可以画出任意 S 形。Laplacian 编辑就是把这个直觉数学化推到三角网格上。

为什么重要

2004 年之前，在网格上做”拖把手变形”主要靠两类方法：

  • 自由变形（Free-Form Deformation）：把模型嵌进一个外壳格子，扭格子带动模型。问题：局部细节会跟着拉伸糊掉
  • 多分辨率方法（Multi-Resolution）：先把模型简化，编辑粗版，再把细节往回贴。问题：层级构造慢、层级之间细节贴回常出 artifact

Sorkine 直接绕过”层级”，用一个矩阵把”细节”和”形状”绑在一起：拉普拉斯算子 L 同时记录两者。这个洞见让后面 20 年的几何处理几乎所有”形状变形 / 形状重建 / 形状描述”工作共享一套底层数学。

直接后继：

  • Poisson Mesh Editing（Yu 2004，同年同会议）：思路类似，但用梯度场代替 delta 坐标
  • ARAP（As-Rigid-As-Possible，Sorkine-Alexa 2007）：把”局部线性变换”换成”局部刚性旋转”，迭代解，效果更稳
  • Bounded Biharmonic Weights（Jacobson 2011）：把 L 升级到 L²（biharmonic），用来定义平滑的骨骼绑定权重

工业落地：今天 Houdini 的 Edit/Deform SOP、Blender 的 Laplacian Deform modifier、Maya 的几何工具，本质都是这套 2004 数学的产品化。

核心要点

整个方法可以拆成 三步。

1. 把每个顶点改写成”和邻居的差值”

给一个三角网格，每个顶点 v_i 有一圈邻居 N(i)。拉普拉斯坐标定义为：

delta_i = v_i - sum_{j in N(i)} w_ij · v_j

权重 w_ij 用 cotangent 权（cot α + cot β）/ 2A，这是 Pinkall-Polthier 1993 标准化下来的几何离散，能近似连续的 Laplace-Beltrami 算子。

直觉：delta_i 是 3D 向量，方向指向”v_i 比邻居平均高 / 凹的那一侧”，长度正比于局部曲率。所以一片皱褶会有一组朝向各异、长度参差的 delta；一片平坦区域 delta 几乎为零。

把所有顶点写成矩阵：L · V = Delta，L 是 n×n 稀疏矩阵（每行只在邻居处非零），V 是 n×3 顶点坐标。

2. 编辑 = 解一个最小二乘方程

用户拖了某几个顶点（把手集合 C，目标位置 U）。我们想要新的顶点位置 V′，满足：

  • 细节守恒：L · V′ 尽量等于原来的 Delta
  • 把手到位：V′ 在 C 上等于 U

写成最小二乘：

min || L · V′ - Delta ||² + || I_C · V′ - U ||²

这是一个稀疏线性系统。L 矩阵在编辑过程中不变，所以 Cholesky 分解一次，之后每次拖把手只解回代——交互式实时。

3. 关键 trick：让 delta 跟着旋转

直接用上面的方法有个致命问题：delta_i 是定义在原坐标系里的方向向量。如果你把把手转 90°，delta 还指原方向，结果整张脸的细节都被”撕”出来。

Sorkine 的精妙之处：让每个顶点配一个隐式变换 T_i（旋转 + 各向同性缩放），并让 T_i 自己也线性依赖于 V′。这样最终的方程仍是线性的：

min || L · V′ - T(V′) · Delta ||² + || I_C · V′ - U ||²

T_i 是 4 自由度（小角度旋转 3 + 均匀缩放 1）的线性近似。整个系统 O(n) 稀疏度，求解器一秒级。

实践案例

案例 1：拖一只兔子的耳朵

经典 Stanford Bunny 模型，钉住身体不动，拖耳朵尖：

  • 没用 T：耳朵跟着走了，但耳根处的褶皱”撕开”，形成尖刺
  • 用 T：耳朵自然转过去，毛皮纹理整张面跟着旋转，看起来像有骨骼

案例 2：和 ARAP 的关系

Sorkine 自己 3 年后做了 ARAP（As-Rigid-As-Possible）。ARAP 不再线性近似旋转，而是显式求每个三角的最优刚性旋转 R_i（SVD 求），交替迭代：

  1. 固定 V′，求每个 R_i（局部）
  2. 固定 R_i，解线性系统得 V′（全局）
  3. 回到 1，迭代直到收敛

效果比 2004 线性版本更稳，尤其是大变形。但 2004 的精神（细节守恒 + 稀疏求解）一脉相承。

案例 3：在 Houdini 里的暴露面

Houdini 的 Edit SOP 选项里能直接选 “Laplacian” 软选择模式：你拖一个顶点，周围按拉普拉斯坐标守恒地变形。Blender 的 Laplacian Deform modifier 暴露 “anchors”（锚点）和 “iterations”（迭代次数），就是这套 2004 数学的 GUI 包装。

踩过的坑

  1. 小角度近似只在小变形里成立：T_i 是 1 阶泰勒展开，转 30° 还行，转 90° 已经会出现斜切（shear）失真。这是 ARAP 要替代它的根本原因
  2. 细节方向 vs 全局方向：如果不把 delta 跟着 T 转，编辑后细节会”留在原地”——一只羊背对你走，结果毛朝相反方向支起来
  3. 各向同性缩放够用吗：T_i 只允许整体放大/缩小同一倍数。如果模型某区域被拉得”长瘦”，各向同性缩放无法表达，会出现失真
  4. 开放边界要加锚点：网格边缘的顶点邻居不全，L 矩阵秩不够，必须额外钉至少一个非把手点否则系统欠定
  5. 大网格求解时长：Cholesky 分解 O(n^1.5) 起步，10 万顶点已要几秒；2010 年代之后才被 GPU 求解器和层级预条件提速

适用 vs 不适用场景

适用：

  • 角色 / 道具的软变形（character posing 早期阶段，蒙皮辅助）
  • 需要保留高频细节的形状编辑（皮肤褶皱、建筑装饰、文物数字化修复）
  • 与传统 Free-Form Deformation 互补：把手少、要细节守恒的场景

不适用：

  • 大角度刚性变形（弯 90° 以上）→ 用 ARAP
  • 实时游戏角色蒙皮（要骨骼 + LBS / DQS） → Laplacian 太重
  • 流体 / 布料 / 物理仿真（要时间步、能量守恒） → 用 PBD / FEM
  • 拓扑变化（剪开、合并） → Laplacian 假设网格连通图固定

历史小故事（可跳过）

  • 1993：Pinkall-Polthier 在离散最小曲面工作里推导出 cotangent 权重，给离散拉普拉斯一个”正确”的几何含义
  • 1999：Desbrun 把它用到隐式平滑（desbrun-1999-implicit-fairing）
  • 2003：Alexa 在论文 “Differential Coordinates for Local Mesh Morphing and Deformation” 提出用 L·V 当形状描述子
  • 2004：Sorkine 把”形状描述子”升级成”可编辑变量”，加上隐式 T 的关键 trick，定义了 Laplacian Surface Editing
  • 2007：Sorkine + Alexa ARAP，把线性 T 换成迭代 SVD 旋转，工业级稳健
  • 2011：Jacobson 的 Bounded Biharmonic Weights 把 L² 用作绑定权，今天 Houdini / Maya 自动权重的底层

22 年过去，从 1993 cotangent 到 2025 GPU 加速求解器，底层矩阵从未变过。

学到什么

  1. “差值”比”绝对位置”更适合表达细节：这是几何处理的核心直觉，和图像里”梯度比像素值更利于编辑”（Poisson Image Editing 同年）异曲同工
  2. 把非线性藏进线性系统：Sorkine 的 T 把”旋转”线性化是教科书级的 trick，让整个方法可解、可交互
  3. 稀疏 + 预分解 = 交互式：L 不变 → Cholesky 一次 → 回代极快。这是几何处理实时化的标准模板
  4. 理论到工具的 20 年延迟：1993 数学 → 2004 算法 → 2007 改进 → 2011 落地骨骼 → 2015 才进入 Blender 主线

延伸阅读

关联

反向链接