3. 参数化表示：显式、隐式与参数化曲面表示法对比
说到曲面表示，我刚开始做光学设计那会儿，其实也绕了不少弯路。那时候拿到一个自由曲面，脑子里第一反应就是：这东西到底该怎么描述？
后来慢慢摸清楚了，曲面表示法其实就三大类：显式、隐式、参数化。每种都有它的脾气，选对了事半功倍，选错了……嗯，调试到怀疑人生。
3.1 显式曲面表示：最直观，但有限制
显式表示，说白了就是 z = f(x, y) 这种形式。你给一个 (x, y)，直接算出 z 值。简单粗暴。
典型形式：
z = f(x, y) = Ax² + By² + Cxy + Dx + Ey + F这就是我们第一章讲的 XY 多项式的基础形态。
优点很明显：
- 计算效率高，直接代入就行
- 容易理解，初中数学就能看懂
- 适合做光线追迹，因为 z 是显式给出的
但缺点也很致命：
- 只能表示单值曲面——一个 (x, y) 只能对应一个 z
- 无法表示封闭曲面，比如球体、环面
- 曲面有垂直切面时直接崩掉
我的经验： 在光学设计中，显式表示最适合描述反射镜或透镜的表面，尤其是那些没有回折的连续曲面。但如果你要做非球面或者自由曲面优化，显式表示往往不够灵活。
3.2 隐式曲面表示：更强大，但计算麻烦
隐式表示是 F(x, y, z) = 0 这种形式。你想想看，一个球体用显式表示得拆成上下两半，但用隐式表示就一句话：
x² + y² + z² - R² = 0是不是清爽多了？
隐式的优势：
- 可以表示封闭曲面、多值曲面
- 判断点是否在曲面上很方便——代入 F 看是否等于 0
- 求法向量直接用梯度 ∇F，非常优雅
但坑也不少：
- 给定 (x, y) 求 z 需要解方程，计算量大
- 光线追迹时，需要数值求解交点，效率低
- 参数调整不直观，你改一个系数，曲面形状变化很难预测
我曾经踩过的坑： 有一次做自由曲面优化，用了隐式表示，结果光线追迹时每根光线都要解非线性方程，一个镜面几万根光线，算了一整夜还没收敛。后来换成参数化表示，半天就搞定了。
3.3 参数化曲面表示：自由曲面的王牌
参数化表示，就是引入两个参数 (u, v)，把曲面上的点表示为：
S(u, v) = (x(u, v), y(u, v), z(u, v))说白了，就是用两个参数控制三维空间中的点。你想想看，这就像在曲面上铺了一张网，每个网格点对应一组 (u, v)。
为什么参数化表示是自由曲面的主流？
- 可以表示任意形状，包括封闭曲面
- 求导、求法向量都很方便
- 适合做曲面拼接和连续性控制
- 光线追迹时，可以用数值方法快速求交
常见参数化曲面：
- Bezier 曲面： 控制点驱动，直观但全局影响
- B-spline 曲面： 局部控制，更灵活
- NURBS 曲面： 工业标准，能精确表示圆锥曲线
- XY 多项式参数化： 用 (u, v) 映射到 (x, y)，再用多项式算 z
3.4 三种表示法的对比
我习惯把这三者的区别用一张表说清楚：
| 特性 | 显式表示 | 隐式表示 | 参数化表示 |
|---|---|---|---|
| 形式 | z = f(x, y) | F(x, y, z) = 0 | S(u, v) = (x, y, z) |
| 单值性 | 必须单值 | 可多值 | 可多值 |
| 求值效率 | 极高 | 低（需解方程） | 高 |
| 法向量计算 | 解析求导 | 梯度 ∇F | 偏导叉积 |
| 封闭曲面 | 不支持 | 支持 | 支持 |
| 局部控制 | 差 | 差 | 好（B-spline等） |
| 光学设计常用度 | 中等 | 低 | 高 |
3.5 核心逻辑：三种表示法的关系
下面这张图是我自己总结的，帮你理清三者的关系和适用场景：
3.6 实际选型建议
我个人习惯这样选：
- 简单球面或平面： 显式表示就够了，别折腾
- 封闭曲面或复杂拓扑： 隐式表示，比如做透镜组的外包络面
- 自由曲面优化： 无脑选参数化表示，尤其是 NURBS 或 XY 多项式参数化
避坑指南： 我曾经在做一个离轴反射系统时，用了隐式表示来优化自由曲面。结果每次迭代都要解方程，速度慢不说，还经常不收敛。后来换成参数化表示，用 (u, v) 映射到物理坐标，再用多项式描述面形，优化效率直接提升了 10 倍。
3.7 小结
三种表示法各有各的舞台。显式简单直接，隐式强大但计算重，参数化则是自由曲面设计的王者。你想想看，我们后面要讲的 XY 多项式自由曲面，本质上就是参数化表示的一种特例——用 (u, v) 映射到 (x, y)，再用多项式算 z。
理解了这三种表示法的区别，你就掌握了自由曲面数学建模的第一把钥匙。