形状王国与几何语言：对象、属性与表征
在“几何重建”的旅途中，我们首先需要一门足够精确的语言：它既能让人凭直觉认出“这是一座塔、那是一条路”，也能让人用性质把对象钉死在概念框架里，最终还能把这些描述落到可计算、可验证的公式与算法上。可以把几何世界想象成一座“形状王国”：王国的疆域绘在地图上，城堡、桥梁与街区列在建筑清单里。地图与清单的共同点是——它们都在描述“对象是什么”，以及“对象有多大、多陡、多远、多占地方”。本章的任务，就是建立全书的形式化框架：区分图形对象与度量属性，明确平面与空间的基本概念与记号体系，并用“王国地图—建筑清单”的连续例子，展示几何描述的三种层次：直观识别、性质刻画、计算验证。
几何语言的两大词类：对象与属性
术语：图形对象（Shape / Geometric Object）<a id="term-shape"></a>
> 定义（图形对象）：在给定几何空间中可被指认、可被比较、可被操作的“形状实体”，例如点、线、圆、三角形、多面体、曲面，以及由这些元素组成的复合体。图形对象回答“是什么”。（标签：#definition #term #object）
> 例证：王国地图上标出三座瞭望塔的位置。每一座塔在地图上可抽象为一个点；塔与塔之间的道路可抽象为线段或折线；城墙的轮廓可抽象为多边形边界。（标签：#example #object）
> 练习：在你熟悉的场景中（教室、街区或手机屏幕），列出至少 6 个可被视为图形对象的事物，并说明你更倾向于把它们抽象成点、线、面还是体。要求每个事物给出一句抽象理由。（标签：#exercise #object）
术语：度量属性（Metric Attribute）<a id="term-metric"></a>
> 定义（度量属性）：对图形对象进行“量化刻画”的数值或结构化量，例如长度、角度、面积、体积、曲率、距离、夹角、法向等。度量属性回答“有多少”。（标签：#definition #term #property）
> 例证：同样是一段道路（线段对象），它可以有长度 $L$；同样是一片广场（多边形对象），它可以有面积 $S$；同样是两条街道交汇（两条射线对象），它们可以形成夹角 $\theta$。（标签：#example #property）
> 练习：给定“王国城门拱形的轮廓是一段圆弧”。写出该对象至少 4 个可能关心的度量属性，并说明其中哪些属性在“修建”与“导航”任务中更关键。（标签：#exercise #property）
对象—属性分离：为什么这是重建问题的根基
几何重建的典型任务不是“凭空创造形状”，而是从不完整的观测（图像、点云、测距、草图、文本描述）推断对象，并同时估计其属性。若不区分对象与属性，推理过程会混乱：例如“这是一条直线”属于对象层判断，而“这条线的长度为 20 米”属于属性层估计；前者涉及类别与结构，后者涉及数值与单位。二者常相互制约：把一段边界判断为“圆”之后，半径就成为关键属性；把结构判断为“矩形房间”之后，直角与平行关系约束了长度的可能范围。
> 旁注（数字版阅读提示）：对象—属性分离对应许多工程系统的“几何核 + 参数”设计。例如 CAD 中常把圆表示为“中心 + 半径”，把平面表示为“法向 + 偏移”。这种表示方式既便于编辑，也便于约束求解。（标签：#sidebar #digital）
平面与空间：王国地图与建筑清单的两种舞台
术语：平面（Plane）与欧氏平面 $\mathbb{E}^2$ <a id="term-plane"></a>
> 定义（平面）：满足欧氏几何公理的一种二维连续空间，可用坐标对 $(x,y)$ 表示位置。我们用 $\mathbb{E}^2$ 表示欧氏平面。（标签：#definition #term #space）
> 例证：王国地图通常被视为平面对象：把地形起伏忽略或压缩成符号（等高线、坡度标记），主要几何关系发生在二维。（标签：#example #space）
> 练习：说明为什么“地图是二维的”并不意味着“现实是二维的”。请用“信息压缩”的角度解释二维地图如何保留关键几何信息，又丢失了哪些与三维相关的属性。（标签：#exercise #space）
术语：空间（Space）与欧氏空间 $\mathbb{E}^3$ <a id="term-space"></a>
> 定义（空间）：满足欧氏几何公理的三维连续空间，可用坐标三元组 $(x,y,z)$ 表示位置。我们用 $\mathbb{E}^3$ 表示欧氏空间。（标签：#definition #term #space）
> 例证：建筑清单关心墙体厚度、梁柱高度、拱顶曲面，因而其核心对象与属性天然属于三维。（标签：#example #space）
> 练习：举例说明同一对象在二维与三维中的“表示差异”。例如一根旗杆：在地图上它可能是一个点，而在建筑模型中它是一个圆柱体。列出至少 3 个因此改变的可计算属性。（标签：#exercise #space）
从二维到三维：表征方式的“维度代价”
在 $\mathbb{E}^2$ 中，用点与线段即可表达大量结构；在 $\mathbb{E}^3$ 中，同样的结构需要面与体来承载。维度提升带来三类代价：
1. 数据量增长：用三角网表示曲面时，面片数量随精度快速增加；工程中常见的 STL 模型完全由三角形拼合，精细模型可能包含数十万乃至数百万三角形面片。 2. 歧义性增加：二维投影可能把不同三维形状映射为相同轮廓（例如不同高度的台阶在正上方投影相同）。 3. 约束与计算更复杂：三维中的相交、遮挡、法向、曲率会显著增加计算与推理难度。
这些差异解释了为何本书将反复强调“对象—属性—表征”的分层：分层越清晰，维度代价越可控。
记号体系：把直觉变成可演算的句子
本书采用尽量标准的欧氏几何记号，并在需要计算验证时引入坐标与向量语言。读者可以把它理解为一套“王国通用文书格式”：地图测绘员、建筑师与审计官（验证者）都按同样的格式书写与核对。
术语：点、线、线段、射线 <a id="term-primitives"></a>
> 定义（点）：几何空间中的位置，不带大小。记作 $A,B,C$ 等。（标签：#definition #term #object）
> 定义（直线）：无限延伸的一维对象，由两点确定。记作 $\overleftrightarrow{AB}$ 或 $l$。（标签：#definition #term #object）
> 定义（线段）：连接两点且包含其间所有点的有限部分。记作 $\overline{AB}$，长度记作 $|AB|$。（标签：#definition #term #object #property）
> 定义（射线）：从一点出发、沿某方向无限延伸。记作 $\overrightarrow{AB}$。（标签：#definition #term #object）
> 例证：在王国地图上，城堡 $A$ 与港口 $B$ 的“直达道路”可抽象为线段 $\overline{AB}$；若只知从 $A$ 出发沿某方向一直走，则可用射线 $\overrightarrow{AB}$ 表示方向信息。（标签：#example #object）
> 练习：解释“直线由两点确定”在计算机表示中的含义：当点的坐标存在测量误差时，一条直线该如何被估计？提示：可从“最小二乘拟合”或“误差模型”角度思考。（标签：#exercise #object #reconstruction）
术语：角与垂直、平行 <a id="term-angle"></a>
> 定义（角）：由两条射线（或两条线段）在同一顶点处形成的开口，记作 $\angle ABC$，顶点为 $B$。角度记作 $\measuredangle ABC$ 或 $\angle ABC$ 的数值。（标签：#definition #term #property）
> 定义（平行）：在平面内两条直线不相交，记作 $l_1 \parallel l_2$。（标签：#definition #term #property）
> 定义（垂直）：两条直线夹角为 $90^\circ$，记作 $l_1 \perp l_2$。（标签：#definition #term #property）
> 例证：建筑清单中的“矩形窗框”不仅是四边形对象，还蕴含两组平行与四个直角的性质集合。（标签：#example #property）
> 练习：给出一个四边形 $ABCD$。仅用“平行、垂直、等长”等性质描述，写出两套不同的性质集合，使其分别足以推出“$ABCD$ 是矩形”与“$ABCD$ 是菱形”。比较两套集合的冗余度。（标签：#exercise #property #logic）
术语：坐标、向量与距离 <a id="term-coordinate"></a>
> 定义（坐标表示）：在 $\mathbb{E}^2$ 中点 $A$ 可表示为 $A(x_A,y_A)$；在 $\mathbb{E}^3$ 中为 $A(x_A,y_A,z_A)$。（标签：#definition #term #representation）
> 定义（向量）：表示位移与方向的量。向量 $\vec{AB}=B-A$（坐标相减）。（标签：#definition #term #representation）
> 定义（欧氏距离）：平面中 > $$ > |AB|=\sqrt{(x_A-x_B)^2+(y_A-y_B)^2}, > $$ > 空间中 > $$ > |AB|=\sqrt{(x_A-x_B)^2+(y_A-y_B)^2+(z_A-z_B)^2}. > $$ > （标签：#definition #term #property #formula）
> 例证：地图上两座塔 $A(1,2)$、$B(5,5)$ 的直线距离可直接计算。这一步把“感觉上很远”转化为可核对的数值。（标签：#example #formula）
> 练习：某条道路由三段折线连接 $A\to P\to Q\to B$。说明“道路总长”与“直线距离 $|AB|$”的差异属于哪一类信息（对象/属性/表征），并给出一个数值例子使两者差异尽可能大。（标签：#exercise #property #representation）
> 旁注（面向机器的 Markdown 结构提示）：后续章节涉及“从数据重建形状”时，坐标与向量将成为统一接口：它们把几何约束写成方程/不等式，把验证写成可重复的计算流程。（标签：#sidebar #agent）
几何描述的三种层次：识别—刻画—验证
仅有对象名词与属性名词仍不够。几何推理通常经历三个层次：从“看见”到“说清”，再到“算对”。我们以王国地图与建筑清单贯穿说明。
```mermaid graph TD A[直观识别<br/>“像什么”】【标签：#level1】 --> B[性质刻画<br/>“满足什么”】【标签：#level2】 B --> C[计算验证<br/>“算得对”】【标签：#level3】 C --> D[可复用结论<br/>“可迁移”】【标签：#level4】 ```
第一层：直观识别（Intuitive Recognition）
直观识别是人类视觉与经验系统最擅长的部分：我们能迅速判断“这是圆形广场”“那是三角屋顶”。但直观识别存在两类局限：其一，边界情况（近似圆、近似直角）容易误判；其二，不同人对“像”的阈值不同，难以达成一致。
> 例证（王国地图）：测绘员指着地图说：“这条护城河绕城一圈，基本是圆的。”这是一句直观识别式陈述。它有效，但含糊：是圆、椭圆，还是多边形近似？“基本”意味着误差多大？（标签：#example #level1）
> 练习：找一张包含圆形或矩形元素的图片（任意来源均可），仅凭肉眼给出“它是圆/矩形”的判断，并列出至少 3 个你感到不确定的细节。说明这些不确定性会在后续计算中造成什么风险。（标签：#exercise #level1）
第二层：性质刻画（Property Characterization）
性质刻画把对象固定在逻辑框架里。所谓“刻画”，就是给出一组性质，使得满足这些性质的对象类别尽量唯一，并且这些性质可被进一步用于推理或计算。
> 定义（性质集合）：用于描述某类对象的若干性质（关系或约束）的集合，记为 $\mathcal{C}=\{c_1,c_2,\dots\}$。若对象 $X$ 满足全部性质，记作 $X\models \mathcal{C}$。（标签：#definition #term #property #logic）
> 例证（建筑清单）： > “窗框是矩形”可以被刻画为：对四边形 $ABCD$，有 $AB\parallel CD$、$BC\parallel AD$ 且 $AB\perp BC$。也可以刻画为：四个角相等且对边等长。不同刻画在计算时的便利性不同。（标签：#example #property #logic）
> 练习：给出“圆”的两种性质刻画：一种偏向纯几何（不使用坐标），一种偏向解析几何（使用方程）。比较它们在“从噪声数据拟合圆”时的适用性。（标签：#exercise #property #representation）
第三层：计算验证（Computational Verification）
计算验证要求把性质落到可执行的检查：输入数据（坐标、边长、角度、测量值），输出“通过/不通过”或误差大小。它是几何重建中最关键的“审计官”角色：当直观与刻画发生冲突时，验证结果提供可复核的裁决依据。
> 例证（从刻画到验证）：若要验证四边形 $ABCD$ 是否为矩形，在坐标已知时可用向量点积： > 设 $\vec{AB}=B-A$、$\vec{BC}=C-B$，若 $\vec{AB}\cdot \vec{BC}=0$ 则 $AB\perp BC$。再检查平行性或对边等长即可。（标签：#example #verification #formula）
> 练习（算法化表达）：写出一个“矩形验证器”的伪代码或任意语言代码：输入四点坐标，输出是否为矩形。要求显式处理“近似矩形”的情况：给出容差 $\varepsilon$ 并解释其意义。（标签：#exercise #verification #algorithm）
下面给出一个最小化的 Python 风格示例，用于表达“验证是可执行文本”的思想（并非要求读者具备编程背景；把它当作结构化步骤即可）：
```python import math
def dot(u, v): return u[0]*v[0] + u[1]*v[1]
def sub(a, b): return (a[0]-b[0], a[1]-b[1])
def is_rectangle(A, B, C, D, eps=1e-6): AB = sub(B, A) BC = sub(C, B) CD = sub(D, C) DA = sub(A, D)
直角：AB ⟂ BC
right = abs(dot(AB, BC)) <= eps
平行：AB ∥ CD 且 BC ∥ DA（用叉积的二维等价判断也可）
parallel1 = abs(dot(AB, CD) + math.sqrt(dot(AB, AB)*dot(CD, CD))) <= 1e-3 parallel2 = abs(dot(BC, DA) + math.sqrt(dot(BC, BC)*dot(DA, DA))) <= 1e-3 return right and parallel1 and parallel2 ```
> 旁注（容差的哲学）：在真实测量或重建数据中，“等于 0”常应理解为“足够接近 0”。容差 $\varepsilon$ 的选择不是纯数学问题，而是任务与噪声模型共同决定的工程问题。本书后续会在重建章节中反复讨论这一点。（标签：#sidebar #reconstruction #verification）
两个贯穿案例：王国地图与建筑清单
案例一：王国地图——从地标到可计算网络
设地图上有四个地标：城堡 $C$、港口 $H$、集市 $M$、瞭望塔 $T$。直观上我们能识别“它们形成一个大致四边形”。若要进一步服务于导航与规划，就需要性质刻画与计算验证：
1. 对象识别：地标抽象为点集 $\{C,H,M,T\}$；道路抽象为边集 $\{(C,M),(M,H),(H,T),(T,C)\}$，形成图结构（网络）。 2. 性质刻画：若要声称“城堡—集市—港口近似共线”，刻画可以是“点到直线距离小于阈值”：$d(M,\overleftrightarrow{CH})<\varepsilon$。 3. 计算验证：在坐标给定时，点到直线距离可由面积关系或向量投影计算，从而把“看起来一条线”变成“误差为 3 米”之类可审计陈述。
> 练习：设 $C(0,0)$、$H(10,0)$、$M(6,0.5)$。取 $\varepsilon=1$。验证 $M$ 是否满足“近似在直线 $CH$ 上”。你可以使用点到直线距离公式，也可以用“以 $CH$ 为底的三角形面积”推导。（标签：#exercise #verification #formula）
案例二：建筑清单——从部件类别到参数一致性
建筑清单常由“部件类型 + 参数”构成：例如“圆柱柱子：半径 0.3m，高 3m；拱门：圆弧半径 2m；楼梯：踏步高度 0.15m”。其中蕴含典型的对象—属性关系：
- “圆柱”是对象类别；
- “半径、高度”是属性参数；
- “参数之间是否一致”是验证问题：例如楼梯总高度应与层高吻合，否则施工将出现不可修补的误差累积。
> 定义（参数一致性）：当一个复合对象由若干部件与约束组成时，若存在一组参数赋值使所有约束同时成立，则称其参数一致。（标签：#definition #term #constraint #verification）
> 例证：层高 3m，踏步高度 0.15m，则需要踏步数 $n=3/0.15=20$，恰为整数，说明“以固定踏步高度建成该层高”的约束可满足。若层高改为 3.05m，则 $n\approx 20.33$，需