从 PDE 到形态学：高效稳定的曲线与曲面演化（4）

核心理论扩展与关键图表解析

接上文，本文进一步聚焦于曲率形态学算子在 2D/3D 空间的具体理论推导、离散化实现的以及核心图表的数学本质解析。

1. 核心理论基础：从 d 维到 2D/3D 的演化等价性

1.1 定理 3.3 的维度延伸

前文已证，对于 $d$ 维超曲面，形态学算子 $F_h$ 的无穷小行为满足如下通式：

$\lim_{h \to 0^+} \frac{F_h u - u}{h} = \left( \min(\kappa_1, \dots, \kappa_{d-1}, 0) + \max(\kappa_1, \dots, \kappa_{d-1}, 0) \right) \cdot |\nabla u|$

其中 $\kappa_i$ 为主曲率。该定理是理解低维情形的基础。

1.2 2D 场景：曲线演化（推论 3.4）

当 $d=2$ 时，主曲率仅有 1 个 ( $\kappa$ )。代入上式，极值项简化为 $\kappa$ 本身（当 $\kappa>0$ ， $\min=0, \max=\kappa$ ；当 $\kappa<0$ ， $\min=\kappa, \max=0$ ）。
演化方程退化为：
$u_t = \kappa \cdot |\nabla u|$
结论：在 2D 曲线情形下，形态学算子 $F_h$ 的连续作用完全等价于经典的均值曲率运动 (MCM)。

1.3 3D 场景：曲面演化（推论 3.5）

当 $d=3$ 时，存在两个主曲率 $\kappa_1, \kappa_2$ 。演化行为取决于主曲率的符号关系。

情形 A：主曲率同号（例如凸曲面）

不妨设 $|\kappa_2| \ge |\kappa_1|$ 且 $\text{sgn}(\kappa_1) = \text{sgn}(\kappa_2)$ 。
若 $\kappa_1, \kappa_2 > 0$ ，则 $\min(\cdot)=0$ ， $\max(\cdot)=\kappa_2$ 。
若 $\kappa_1, \kappa_2 < 0$ ，则 $\min(\cdot)=\kappa_2$ ， $\max(\cdot)=0$ 。
无论何种情况，方程简化为：
$u_t = \kappa_2 \cdot |\nabla u|$
即演化速度仅由绝对值较大的主曲率 $\kappa_2$ 决定。

几何物理意义：对于球体或椭球体等凸曲面，形态学算子优先平滑高曲率区域（如尖峰噪声），表现出极强的去噪能力。

情形 B：主曲率异号（例如马鞍面）

此时 $\min(\cdot)$ 取负曲率， $\max(\cdot)$ 取正曲率，二者之和即为 $\kappa_1 + \kappa_2$ 。
方程还原为：
$u_t = (\kappa_1 + \kappa_2) \cdot |\nabla u|$
这与标准的平均曲率流 (Mean Curvature Flow) 完全一致。

2. 离散化实现：算子 $SI_d$ 与 $IS_d$ 的作用机理

理论上的连续算子在工程中需转化为离散网格上的结构元素集 $P$ 。

2.1 离散结构元素集 $P$

为适配像素/体素网格，我们将连续圆盘离散化为一组方向模板（如图 2、图 3 所示）：

2D 情形：包含 4 个方向的 3 像素线段（水平、垂直、主对角、副对角）。

3D 情形：扩展为 9 个 $3 \times 3$ 的体素平面。

2.2 算子逻辑解析

形态学算子 $F_h$ 由 $SI_d$ 和 $IS_d$ 复合而成。为了透彻理解其运作机制，我们必须引入一个关键概念——中心像素。

(1) 什么是中心像素？

在离散形态学算子的语境中，中心像素是算子局部计算时的“目标核心”。

它是离散结构元素（如 2D 的 3 像素线段）的几何中心。例如在水平线段 ${(0,0), (1,0), (-1,0)}$ 中，坐标 $(0,0)$ 对应的像素即为中心像素。

算子通过检查“中心像素 + 邻域像素”的组合形态，决定该中心像素的状态（保持或翻转）。它是实现轮廓平滑的最小单元。

形态学算子 $F_h$ 由 $SI_d$ （Sup-Inf）和 $IS_d$ （Inf-Sup）复合而成。其对二值图像（活跃值 1，非活跃值 0）的作用规则如下：

(2) $SI_d$ 算子：平滑活跃区域

定义： $\sup_{P} \inf_{y \in P} u(y)$
逻辑：
- $\inf$ (内部)：检查中心像素所在的某个方向线段是否全为 1。
- $\sup$ (外部)：只要存在任意一个方向满足上述条件，输出即为 1；否则为 0。
效果：保留平滑的边缘，剔除那些无法匹配任何方向模板的孤立、尖锐的活跃像素（噪声）。
核心规则：判断中心活跃像素是否属于某一方向的 3 像素纯活跃直线段。
- 情况 A（保留）：若中心像素能被任意一个方向（水平/垂直/对角）的 3 像素全 1 线段包含，则为 1，也为 1。
  - 结果：中心像素保持活跃（1）。这对应于平滑的边界特征。
- 情况 B（剔除）：若中心像素周围没有任何一个方向能形成连续 3 个 1 的线段（即所有方向都被 0 截断），则所有方向的均为 0，最终为 0。
  - 结果：中心像素转为非活跃（0）。这对应于孤立噪声或尖锐凸起。

(2) $IS_d$ 算子：填补非活跃区域

定义： $\inf_{P} \sup_{y \in P} u(y)$
逻辑：
- $\sup$ (内部)：检查中心像素所在的某个方向线段是否存在 1。
- $\inf$ (外部)：只有当所有方向线段都包含 1 时，输出才为 1（即维持非活跃状态 0 需要至少一个方向纯黑）。
- 注：更直观的对偶理解是，它对“黑色背景”做 $SI_d$ 操作。
效果：保留平滑的背景，填补那些深陷于白色区域内的尖锐黑色凹陷。
核心规则：判断中心非活跃像素是否属于某一方向的 3 像素纯非活跃直线段。
- 情况 A（保留）：若中心像素能被任意一个方向的 3 像素全 0 线段包含。
  - 结果：中心像素保持非活跃（0）。这代表暗部区域的平滑边缘。
- 情况 B（填补）：若中心像素无法被任何一个 3 像素全 0 线段包含（即所有方向都被 1 截断）。
  - 结果：中心像素转为活跃（1）。这代表暗部中的孤立噪点或尖锐凹陷。

3. 关键演化图表解析

论文中的实验结果验证了离散算子与连续 PDE 的高度一致性。

3.1 图 6：2D 演化对比（方块 $\to$ 圆）

迭代阶数	形态学算子 ( $SI \circ IS$ )	均值曲率 PDE	结论
Initial	带缺口正方形	带缺口正方形	初始条件一致
Minor	缺口填补，尖角钝化	缺口平滑，角点倒圆	拓扑处理能力相同
Final	收敛为圆形	收敛为圆形	极限形状一致

分析：离散算子通过简单的极值迭代，完美复现了 PDE 求解器的高精度结果，但完全避免了数值积分中的稳定性问题（CFL 条件限制）。

3.3 图 7：3D 演化对比（立方体 $\to$ 球）

该实验展示了算法在 3D 空间的各向同性能力。

尽管使用的离散模板只有有限的 9 个方向，但通过算子的交替迭代，方向误差被相互抵消。
最终生成的曲面呈现出极高的球形度，证明了该离散化方案足以逼近连续的 3D 平均曲率流。

4. 总结

形态学曲率演化方法的本质，是利用局部极值操作（ $\min/\max$ ）在离散空间中模拟二阶微分算子（曲率）的几何行为。

理论上： $h \to 0$ 时，严格收敛于粘性解。
实践上：用整数逻辑替代了浮点运算，用无条件稳定替代了时间步长限制。

这一范式为实时图像处理、三维重建中的平滑与去噪提供了极其高效的数学工具。

从 PDE 到形态学：高效稳定的曲线与曲面演化（4）