Digital Morse Theory and Its Applications (Qiu)

分类号 TP3 密级
UDC 编号
中国科学院计算技术研究所
博士后研究工作报告
数字莫尔斯理论及其初步应用
邱振戈
工作完成日期： 2002 年 5 月—2004 年 12 月

提交报告日期： 2005 年 1 月
中国科学院计算技术研究所
2005 年 1 月
数字莫尔斯理论及其初步应用
Digital Morse Theory And Its Applications
博士后姓名：邱振戈
流动站（一级学科）名称：计算机科学与技术
专业（二级学科）名称：计算机系统结构
工作开始日期：2002 年 5 月
提交报告日期：2005 年 1 月
中国科学院计算技术研究所（北京）
2005 年 1 月
Post-Doctorial Research Dissertation
Digital Morse Theory And Its Applications
Qiu, Zhen Ge
First Subject：Computer Science&Technology

Second Subject：Computer Architecture
Institute of Computing Technology，

Chinese Academy of Sciences，Beijing.
January. 2005
How can it be that mathematics, being after all a product of human
thought independent of experience, is so admirably adapted to the
objects of reality?
As far as the laws of mathematics refer to reality, they are not certain；
and as far as they are certain, they do not refer to reality.
— Albert Einstein (1879–1955)
Young man, in mathematics you don’t understand things, you just get
used to them.
— John von Neumann (1903–1957)
摘要
莫尔斯理论是微分拓扑学中利用微分流形上仅具非退化临界点的实值可微函数(称
为莫尔斯函数)研究所给流形性质的分支。由莫尔斯理论得知，微分流形与其上的光滑函
数紧密相关，利用光滑函数不仅能研究微分流形的局部性质，而且某些光滑函数,例如莫
尔斯函数,包含了刻画流形整体性质的丰富信息。莫尔斯理论主要分两部分，一是临界点
理论，一是它在大范围变分问题上的应用。
莫尔斯理论特别是临界点理论是联系几何信息和拓扑信息的优美理论。它提供了对
任意维流形进行拓扑分析的理论工具。莫尔斯理论在很多领域有重要的应用，例如理论
物理（mathematical physics）[Izquierdo-2002] [Petters-1995] [Kayser-1992]、动
力系统（ dynamic systems ） [Crauel-2004] 和工程力学 (mechanical engineering)
[Alberto-2001]；在数学上计算黎曼曲面的测地线（counting geodesics on a Riemann
surface）[SCHALLER-1998]、计算李群的拓扑（determination of the topology of a Lie
group）
[R-1960]；
1982 年 Witten 将莫尔斯理论和量子场结合到了一起[Witten-1982] [M
Φ-1979]，从此莫尔斯理论得到更多的关注。
在科学可视化，高维数据分割领域，莫尔斯理论的思想也是非常重要的。但经典的
莫尔斯理论是分析定义在一个紧的光滑流形 M 上的 C 2 的连续函数 f (经常称为高度函
数)，不能直接应用到离散数集上。
美国纽约城市大学的J.L.Cox 博士和D.B.Karron 博士在点集拓扑的基本理论的基础
上，在离散数集上提出了一套临界点理论和临界点图理论，用以对离散数集进行整体拓
扑分析。
数字莫尔斯理论本身比其在某些方面的应用算法更重要，因为它是在理论上解决了
在任意维 Z n 内提取 n − 1 维等值面的理论问题；数字莫尔斯理论的建立本身所开创的用拓
扑学来进行图像分析的研究方向，具有更为重要的指导意义。
本报告从数学基础开始对数字莫尔斯理论进行了详细介绍，并给出了一些初步应用
例子。
由于时间关系和一个人的研究开发力量的不足，已完成的应用较初步，但它们可以
显示数字莫尔斯理论的“能量”
。希望借此报告能对国内在数字莫尔斯理论和用拓扑学来
进行图像分析方面有共同兴趣的同行起到抛砖引玉的作用，吸引同行一起进行这方面的
I
研究。
关键词：拓扑学；微分几何；莫尔斯理论；临界点理论；数字莫尔斯理论；等值面；图
像分割。
II
Abstract
A typical problem in mathematics involves attempting to understand the topology, or

large-scale structure, of an object with limited information. This kind of problem also occurs in
mathematical physics, dynamic systems and mechanical engineering. Morse theory is a
generalization of calculus of variations, which draws the relationship between the stationary
points of a smooth real-valued function on a manifold and the global topology of the manifold.
Morse theory consists of two parts: one is the critical point theory and another is the application
in calculus of variations.
There are a number of classical applications of Morse theory, including counting
geodesics on a Riemann surface and determination of the topology of a Lie group. Morse
theory has received much attention as a result of the paper by Witten, which relates Morse
theory to quantum field theory and also directly connects the stationary points of a smooth
function to differential forms on the manifold.
In another variety of applications, one is given function data sampled at discrete
semi-regular points in space, sometimes sampled over time, sometimes sampled over color, or
some other dimensionality. This can be a real-valued function, i.e., one is given a single real
number at each sampling point, or one may be given several numbers at each sample point.
Examples include multiple color values collected from points on the earth’s surface by a
multi-spectral orbiting scanner, CT, PET or MRI data, topographic geographic mapping, and
electron density data from X-ray crystallography. This data is called volumetric, or density
data. In these applications recognize iso-surface is a very important task which is dealt in
traditional Morse Theory. Traditional Morse Theory, although is a very beautiful theory about
this problem and well depicts the relation between geometry and topology, cannt be applied
directly. For that traditional Morse Theory begins with this insight: Let f (usually called a
height function) be a C 2 continuous function defined on a compact, smoothly differentiable
manifold M. This and other hypothesis are not the case in discrete set.
Dr. J.L.Cox and Dr. D.B.Karron from City University of New York developed a Digital
Morse Theory, which expands the fundamental insight of Morse theory to the critical point and
criticality graph theory in discrete set. With this powerful theory we can easily recognize
III
iso-surface and analysis the geometry and topology of n dimensional data set.
I gave a comprehensive introduction to Digital Morse theory in this report and showed a
few simple applications. This report is intended, as far as possible, to give an exact insight into
digital Morse theory to the readers in China, who are interested in the theory. I have no
pretence of having withheld from the reader difficulties, which are inherent to this subject. On
the other hand I have purposely and do my best to treat the empirical foundation of the theory
in “step-motherly” fashion so that the reader can have a few happy hours of suggestion
thought.
I am interested in topology (Morse theory etc) because topological problems often arise in
areas that I am really interested in. Not only that, whenever I encounter topology, it manifests
itself in a pretty hairy fashion, so that I cannot do away with it by simple hacks. I think most of
us will have same feel .We need to plow through literally hundreds of definitions from many
different areas of mathematics. The right definition is often the most important step in solving a
problem in topology. These definitions were refined in the last century to require the least
initial assumptions, or axioms. The same refinement process, unfortunately, removed all
intuition from the subject. So I listed all the definitions I met before here for reader’s
conveniency.
Frankly, I was not sure whether I had gotten what I wanted to do done till I finished the
report, for differential geometry, toplogy and morse theory are still tough to me, I just felt some
great insights and thoughts of them.
Keywords: topology, differential geometry, Morse theory, critical point, digital Morse theory,
iso-surface, and image segmentation.
IV
目录
摘要......................................................................................................................................I
目录.................................................................................................................................V
第一章绪论.............................................................................................................1
1.1 莫尔斯理论..................................................................................................1
1.2 数字莫尔斯理论...........................................................................................2
1.3 报告的组织..................................................................................................4
第二章数学基础：集合论和逻辑..............................................................................5
2.1 基本概念.....................................................................................................5
2.2 函数和关系..................................................................................................6
第三章数学基础：拓扑空间....................................................................................11
3.1 拓扑空间..................................................................................................11
3.2 拓扑基.....................................................................................................12
3.3 X × Y 上的乘积拓扑.................................................................................14
3.4 子空间拓扑..............................................................................................15
3.5 闭集和极限点..........................................................................................15
3.6 连续函数..................................................................................................17
3.7 Hausdorff空间.........................................................................................18
3.8 连通空间..................................................................................................19
3.9 道路和弧连通...........................................................................................19
3.10 紧空间...................................................................................................20
3.11 度量空间................................................................................................21
3.12 同伦.......................................................................................................21
3.13 拓扑空间的维数................................................................................................22
第四章微分几何基本概念和莫尔斯理论简介.........................................................25
4.1 流形(Manifold).......................................................................................25
4.2 微分同胚和可微函数................................................................................28
4.3 矢量（Vector）和矢量空间（Vector Space）.....................................................31
4.3 同伦映射和收缩映射................................................................................35
4.4 k-ball和k-sphere....................................................................................35
4.5 Hessian范函和Poisson括号....................................................................36
4.6 流形上的非蜕化光滑函数和临界点理论...................................................37
V
第五章数字莫尔斯理论.........................................................................................47
5.1 发展数字莫尔斯理论的背景......................................................................47
5.1.1 在离散数集上经典莫尔斯理论不能直接应用...................................47
5.1.2 “组合”观点（combinatory insight）下的弱莫尔斯条件......................47
5.1.3 为什么“边连通（edge-connectivity）”是不充分的..............................51
5.1.4 对角连通的正确判断.......................................................................53
5.2 数字莫尔斯理论.......................................................................................65
5.2.1 水平集边界插值问题的公理化处理（Axiomatic treatment of level set
boundary interpolation problem）..............................................................65
5.2.2 公理的推论：临界点、临界集、临界值............................................70
5.3 临界点图..................................................................................................76
5.3.1 临界点图和拓扑等价区域的定义.....................................................76
5.3.2 临界点图和拓扑等价区域的性质...................................................81
5.4 算法..................................................... ...................................................82
5.4.1 超平面的构造算法..........................................................................82
5.4.2 临界点图和拓扑等价区域的构造算法..............................................87
5.4.3 临界点图和拓扑等价区域的构造算法的正确性...............................89
第六章初步应用.......................................................................................................91
6.1 基于数字莫尔斯理论的等高线生成算法............................................................91
6.2 基于数字莫尔斯理论三维Voxel数据的等值面生成算法...............................95
6.2.1 基于体素(Voxel)的等值面重建.............................................................95
6.2.2 MC算法的基本原理.............................................................................95
6.2.3 数字莫尔斯算法的基本原理.................................................................97
第七章数字莫尔斯理论的应用前景和未来工作.....................................................101
7.1 临界点图在数据简化中的应用............. ...................................................101

7.2 临界点图和对应的拓扑等价区域在快速渲染中的应用..............................101
7.3 对水平集亏格(genus)的分析..............................................................101
7.4 保持拓扑的数据简化............................................................................102
7.5 高维数据集中临界点的检测...............................................................102
7.6 多模式数据的配准.................................................................................102
7.7 未来研究方向.........................................................................................102
VI
参考文献...........................................................................................................103
博士后工作期间发表的论文和参与的项目..........................................................i
致谢......................................... ................................... .....................................ii
VII
中国科学院计算技术研究所博士后研究工作报告
第一章绪论
1.1 莫尔斯理论
流形的局部是欧几里得空间，在它上面有着丰富的结构，更有着各种坐标系，使我
们很容易在上面开展数学分析。局部 n 维欧几里得空间，经过拼接之后，可以成为各种
各样的 n 维流形，所以，大范围分析也可以说是流形上的数学分析。它包括流形上的微
积分，流形上的微分方程，流形上的变分法，流形上的函数论及泛函分析等等
[Aleksandrov-1975]，[Kline-1972]，[Spivak-1979]，[Cheng-2001]。
莫尔斯理论是微分拓扑学中利用微分流形上仅具非退化临界点的实值可微函数(称
为莫尔斯函数)研究所给流形性质的分支。它是 H.M.莫尔斯在 20 世纪 30 年代创立的。
由莫尔斯理论得知，微分流形与其上的光滑函数紧密相关，利用光滑函数不仅能研究微
分流形的局部性质，而且某些光滑函数例如莫尔斯函数包含了刻划流形整体性质的丰富
信息。莫尔斯理论主要分两部分，一是临界点理论，一是它在大范围变分问题上的应用
[Milnor-1963]。
最早的莫尔斯理论的基本思想可追述到 1870 年 9 月 J. Clerk Maxwell 在英国哲学
杂志（the Philosophical Magazine）上发表的“On Hills and Dales”那篇文章
[Maxwell-1870]。
米尔诺（J.W.Milnor）在拓扑学，特别是微分拓扑学方面的有着突出的贡献，他在
1962 年获得菲尔兹奖。他提出了完备的莫尔斯理论即流形的大范围变分法，莫尔斯理论
把流形上函数的临界点与流形的拓扑性质联系在一起。
临界点理论指出：如果 f 是微分流形 M 上的无穷可微分（ C ∞ ）函数，所谓 f 的临
界点就是使微分 df 在该点等于零的那些点 x ∈ V ，这实际上是函数取极大值或极小值的
点的推广。 f 的临界点集可以是V 中任意闭集，因此，企图根据其临界点的性质来对 C ∞
函数进行分类似乎是不现实的。临界点称为非退化的，如果 f 在这点的某一邻域中的泰
勒展开的二次项所构成的多项式是一个非退化二次型；这个二次型的指数被定义为临界
点的指数。只有非退化临界点并且在这些点(它们必定是孤立的)取不同值的函数是一些
非常特殊的函数，与 M 的拓扑密切相关。
1
第一章绪论
1.2 数字莫尔斯理论
莫尔斯理论特别是临界点理论是联系几何信息和拓扑信息的优美理论。它提供了对
任意维空间进行拓扑分析的理论工具。这在科学可视化，高维数据分割等领域是重要问
题。但经典的莫尔斯理论是分析定义在一个紧的光滑流形 M 上的 C 2 的连续函数 f (经常
称为高度函数)，不能直接应用到离散数域上[Cox-1998]。
数字莫尔斯理论将经典的莫尔斯理论中的临界点理论的思想推广到离散数集上，在
离散问题上不能假设有经典的莫尔斯理论中那样的莫尔斯函数。还有在离散数数集上有
的局部区域内聚集着同一数值，所以不能在一般意义下假设临界点是孤立等等。
美国纽约城市大学的 J.L.Cox 博士和 D.B.Karron 博士在点集拓扑的基本理论的基
础上在离散数集上提出了一套临界点理论和临界点图理论，应用它对离散数集进行大范
围拓扑分析。
本人在博士后期间的重要理论研究任务就是对数字莫尔斯理论的研究，把它引进到
国内，并做了初步的应用实验。
数字莫尔斯理论本身比其在某些方面的应用算法更重要，因为它是在理论上解决了
在任意维空间 Z 内提取 n − 1 维等值面的理论问题。数字莫尔斯理论的建立本身所开创的

n
用拓扑学来进行图像分析的研究方向具有更为重要的指导意义。
数字莫尔斯理论提出了一个在离散数集样本中提取几何信息的新方法，它和传统的
“体素等值面”提取算法不同。该方法和数字拓扑学（digital topology）有着紧密的
联系。它的核心思想是，识别随着“阀值” 变化时，
“水平集”拓扑发生变化的“临界
点”
；并对这些临界点进行分类形成一个分层“临界点图”
， “临界点图”对应着水平集
的拓扑相等区域。用这种方法， n 维空间离散点可以按拓扑一致性进行重新组织。
数字莫尔斯理论提出了“临界点图”和对应“拓扑相等区域”的有效算法。
“临界
点图”是和对应“拓扑等价区域”有一些重要性质：
1) 每个“拓扑等价区域” ζ 对应一个实数半开半闭区间 (τ 1 ,τ 2 ] 。
2) 每个“水平集”的边界等值面（level set boundary iso-surface）完全包含
在一个“拓扑等价区域”
。
3) 当且仅当 iso-value x 满足条件τ 1 < x < τ 2 时，

“拓扑等价区域” ζ 包含
2
iso-value x 对应的 iso-surface。更重要的是对于任何两个值 τ 1 < x1 < x2 < τ 2 ，当
iso-value x1 , x2 对应的 iso-surface 拓扑等价（同胚的）时， x1 , x2 对应的
iso-surface 在同一“拓扑等价区域”
。
在很多应用中，要处理的是一些空间中的半规则点位上的给定内插函数 f 的样本
值。有的是对时间取样、有的是对颜色取样。这个函数可以是一个实函数，每个点可对
应一个实数值，也可对应多个实数值。例如遥感传感器获得的地面的多光谱图像、CT、
PET 和 MRI 数据，地图的制图数据等等。这些数据称为体素（volumetric）或密度数据。
在这些应用领域，经常要对这数据按一定的函数值进行合理的分割。
对内插函数 f ，经常需要识别一定范围函数值 τ 1 < f < τ 2 对应的定义域。在此情况
下，不论采用何种方法，如：体素渲染(volume rendering)、Marching cubes 或射线
跟踪（ray tracing）方法，数据被由相同函数值的面（等值面）分割成一个个区域。
如果函数 f 连续，则边界超曲面上的取值等于值域的边界值，通常称该边界超曲面为等
值面。
数字莫尔斯理论提出一些公理来定义“水平集”的拓扑和几何性质。依据这些合理
的假设，我们可以确定所有的函数临界值和相应的临界点。他们是“水平集”的边界等
值面的拓扑性质的变化点。以这种方式我们可以将函数的定义域分为不相邻的区域，在
同一个区域中“水平集”的拓扑性质不变。然后利用等值面构建技术，我们可以分类和
渲染所有的对象，这些对象具有拓扑不变性。更重要的是我们还可以确定每个临界点的
影响区域。任何等值面都完全存在于某一个拓扑等价区域内，在这个区域中的所有对应
不同值的等值面都是拓扑相等的。这样在保持拓扑性质不变的情况下，可以用少量的格
网数据来渲染出某个区域的几何形态，可实现保持拓扑不变的数据多分辨率组织。
数字莫尔斯理论定义了临界点间的一个自然关系，并用“临界点图”来描述这个关
系。“临界点图”描述了随着插值函数 f 的取值变化“水平集”的演化过程。根据“临
界点图”和对应的“拓扑等价区域”，可以在保持拓扑性质不变的前提下对数据进行重
组织和压缩。数据的重组织和压缩后可以减少在等值面渲染时在磁盘上存取数据的次
数，提高等值面渲染的速度。
数字莫尔斯理论提出了一种简单优雅的等值面构建算法（称为 Spider Web），除了
在理论上证明它是正确的之外，它还可以高度并行化实现，并可无缝地推广到高维空间。
3
第一章绪论
它生成的结果满足定义的公理并有很好的性质。
1.3 报告的组织
作为一个从事计算机应用研究的人要理解莫尔斯理论和数字莫尔斯理论需要在拓
扑学和微分几何方面进行努力的学习。在这方面国内很少有针对“非数学专业人员”的
参考书，我把学习拓扑学、微分几何和莫尔斯理论的临界点理论方面的积累作为报告的
第一部分数学基础；第二部分是 J.L.Cox 博士和 D.B.Karron 博士的数字莫尔斯理论的
详细介绍；最后是一些初步应用。
我的应用例，由于时间关系和一个人的研究开发力量的不足，较为初步，但它们可
以显示数字莫尔斯理论的“能量”。希望借此报告能对国内在数字莫尔斯理论和用拓扑
学来进行图像分析方面有共同兴趣的同行起到抛砖引玉的作用；吸引同行一起进行这方
面的研究。
4
第二章数学基础：集合论和逻辑
本章内容可参考[Cameron-1999]。
2.1 基本概念
人们将对象的一个集合的概念以及一个对象属于一个集合的概念作为原始的（不定
义的）概念来接受。
注意这样一件事，给了一个集合 S 和一个对象 x ，人们能够确定该对象或者属于该
，写作 x ∈ S 。或者不属于该集合，写作 x ∈ S 。
集合（是该集合的一个元素）
如果 x ∈ S 蕴涵 x ∈ B ，
定义 2.1 设 A 和 B 都是集合。写作 A ⊂ B 。
则说 A 是 B 的子集，
如果 A ⊂ B 并且 B ⊂ A ,则说 A 等于 B ,写作 A = B 。
定义 2.2 空集，即其中没有任何对象的集合，记为 ∅ 。
对于所有集合 A，有 ∅ ⊂ A 。
空集 ∅ 是唯一的；这就是说，任何两个空集必相等。因为若 ∅1 和∅ 2 是两个空集，
则 ∅1 ⊂ ∅ 2 并且 ∅ 2 ⊂ ∅1 。
对于所有的集合 A ，有 A ⊂ A。
定义 2.3 设 A 和 B 是集合，A 和 B 的并 A ∪ B 是使得或者 x ∈ A ，或者 x ∈ B 所有 x

所成的集合，写作
A ∪ B = [ x; x ∈ A] 或 x ∈ B ]，
A 与 B 的交 A ∩ B 定义为
A ∩ B = [ x; x ∈ A] 且 x ∈ B ]。
定义 2.4 如果一个集合的元素也是集合时即集合的一个集合（即集合系统）
，我们
常称它为集合系（collection）
，用 B 表示。
B 中所有集合的并和交分别定义为
∪ S = [ x; x ∈ S ] 对于某个 S ∈ B ]
S ∈B
∩ S = [ x; x ∈ S ] 对于每个 S ∈ B ]
S ∈B
5
定义 2.5 若 A ⊂ B ， A 在 B 中的余集，记作 A′ 或 B − A ，定义为
A′ = [ x ∈ B; x ∈ A].
定理 2.1 设 A ， B ， C 和 S 均为集合。则
(1) A ∪ B = B ∪ A 。
(2) A ∩ B = B ∩ A 。
(3)（ A ∪ B ） ∪ C= A ∪ ( B ∪ C ) 。
(4)（ A ∩ B ） ∩ C= A ∩ ( B ∩ C ) 。
(5) A ∪ ( B ∪ C ) = ( A ∪ B) ∩ ( A ∪ C ) 。
(6) A ∩ ( B ∪ C ) = ( A ∩ B) ∪ ( A ∩ C ) 。
(7)若 A ⊂ S 且 B ⊂ S ，则 ( A ∪ B)′ = A′ ∩ B ′ 。
(8)若 A ⊂ S 且 B ⊂ S ，则 ( A ∩ B)′ = A′ ∪ B ′ 。
(9)若 B1 和 B1 是两个集合系，则
( ∪ S) ∪ ( ∪ S) = ∪ S
S ∈B1 S ∈B 2 S ∈B1 ∪B 2
及 ( ∩ S) ∩ ( ∩ S) = ∩ S
S ∈B1 S ∈B 2 S ∈B1 ∪B 2
（10）对于如（9）中的 B1 和 B1 ，有
( ∪ S1 ) ∩ ( ∪ S 2 ) = ∪ ( S1 ∩ S 2 )
S1∈B1 S2 ∈B 2 S1∈B1
S2 ∈B 2
定义 2.6 设 A和 B 均为集合， A和 B 的笛卡儿乘积 A × B 是有序对的集合
A × B = [(a, b); a ∈ A, b ∈ B ] 。
2.2 函数和关系
定义 2.7 A 与 B 之间的一个关系是 A × B 的一个子集 R ，如果 (a, b) ∈ R .则说 a 与
b 是 R 相关的。给定关系 R ，R 的定义域是 A 的一个子集它由 R 的全部第一个坐标组成；
R 的值域由 R 的全部第二个坐标组成,即：
6
R 的定义域＝ {a | 存在b ∈ B使得 ( a, b ) ∈ R} ；
R 的值域＝ {b | 存在a ∈ A使得 ( a, b ) ∈ R} 。
定义 2.8 设 A 和 B 均为集合，映 A 到 B 的一个函数 f ，记为 f : A → B ,是 A 和 B 之
间的一个关系 ( f ⊂ A × B) ，满足以下性质：
若 a ∈ A ，则存在 b ∈ B ，使得 (a, b) ∈ f 。
若 (a, b) ∈ f 且 (a, b1 ) ∈ f ， b = b1 。
性质（1）说，函数 f 在 A 上处处有定义。性质（2）说， f 是一个“单值”函数。
记号 2.1 设 f : A → B .我们用记号 f (a) = b 表示 (a, b) ∈ f 。
定义 2.9 设 f : A → B .若对于每个 b ∈ B ，存在 a ∈ A ，使得 f (a ) = b ，则称 f 是满
射（倒上的）。若 f 是满射，我们写作 f ( A) = B 。如果 f (a ) = f (a′) ⇒ a = a′ ,则称 f 是单
。如果 f 既是满射又是单射，我们就说 f 是 A 和 B 之间的一个一一对应。

射（一对一的）
图1 满射
7
图2 单射
图3 满射又是单射
定义 2.10 如果 f 是 A 和 B 之间的一个一一对应，则存在一个 B 到 A 的映射称为 f
的逆，记为 f −1 。
定义 2.11 给定函数 f : A → B 和 g : B → C ，定义 f 和 g 的复合函数(composite)
g f : A → C 为等式 ( g f ) = g ( f (a)) 。
定义 2.12 集合 A 上的相等关系是集合 A 上的关系 C ， C 具备如下三条性质：
（自反性 Reflexivity）对于 A 中所有的元素 x ，有 ( x, x) ∈ C ；
（对称性 Symmetry）如果 ( x, y ) ∈ C ，则 ( y, x) ∈ C ；
（传递性 Transitivity）如果 ( x, y ) ∈ C 且 ( y, z ) ∈ C 则 ( x, z ) ∈ C 。
8
还经常用波浪号 ∼ 表示集合 A 上的相等关系，上面的性质可表述为:

（1）对于 A 中所有的元素 x ，有 x ∼ x ；
（2）如果 x ∼ y ，则 y ∼ x ；
如果 x ∼ y 且 y ∼ z 则 x ∼ z 。
定义 2.13 给定一个在集合 A 上的相等关系 ∼ 和 A 中的一个元素 x ，我们定义 A 的

一个特定子集 E ，称作 x 确定的“等价类(equivalence class)”,满足如下等式：
E = { y | y ∼ x}
定理 2.2 两个“等价类(equivalence class)”E 和 E ′ ，要么是“不相交(disjoint)”

，
要么是相等。
注记 2.1: 设 E 是由 x 决定的等价类， E ′ 是由 x′ 决定的等价类。假设 E ∩ E ′ ≠ ∅ ，
假设 y 是 E ∩ E ′ 中的一点(如图 )我们会看到 E ≡ E ′ 。根据定义，有 y ∼ x 和 y ∼ x′ 。由
“对称性 Symmetry”可得 x ∼ y 和 x ∼ y′ ；由“传递性 Transitivity”，可得 x ∼ x′ ；如
，可得 w ∼ x′ 。
果 w 是 E 中任意一点，根据定义有 w ∼ x ；再应用“传递性 Transitivity”
因此可得 E ⊂ E ′ 。同理可得 E ′ ⊂ E 。所以只要 E ∩ E ′ ≠ ∅ ，则 E ≡ E ′ 。由反证法可得:
若 E ≠ E ′ ，则 E 和 E ′ 不相交。
E E′
w
y
x′
x
图 4 相等类
定义 2.14 A 集合上的“分割(partition)”是 A 的不相交的子集构成的集合系

(collection),它的全部元素的“并(union) ”是全集 A 。
定义 2.15 集合 A 上的序关系是集合 A 上的关系 C , C 具备如下三条性质：
（1）对于 A 的任意两不同元素 x 和 y ，要么 ( x, y ) ∈ C ，要么 ( y, x) ∈ C ；
（2） A 中不存在 x 满足 ( x, x) ∈ C ；
（3）如果 ( x, y ) ∈ C 且 ( y, z ) ∈ C ，则 ( x, z ) ∈ C 。
9
与相等关系类似可用小于号“ < ”表示“序”关系，以上性质可表述为：

（1）如果 x ≠ y ，要么 x < y ，要么 y < x ；
（2）如果 x < y ，则 x ≠ y ；
（3）如果 x < y 且 y < z ，则 y < z 。
定义 2.16 一个集合 A 称为可数的，如果在全体整数所成的集与 A 之间存在一一
对应。一个集合 A 说是有限的，如果对于某个正整数 n ，存在 {1, , n}和 A 之间的一一对
应，这时我们说 A 有 n 个元素。
定理 2.3 如果 A = {a1 , , a n }是一个 n 个元素的有限集，则 A 的所有子集所构成的
集合有 2n 个元素。
记号 2.2 从此命题得到启发，我们将 A 的所有子集的集合记为 2 A 。
记号 2.3 设 W 是一个集合，并设 B 是一个集合系。我们说 B 是由 W 标号的，如果
给定了一个满射函数 ϕ : W → B 。对于 ω ∈ W ，我们记 ϕ (ω )为S ω ，并且将 B 由 W 标号
记作 {S ω }ω∈w 。
定义 2.17 设 {S ω }ω∈w 由 W 标号。则 {S ω }ω∈w 的乘积是集合
∏ Sω = [ f : W → ω∪
ω∈W ∈W
S w ; f (ω ) ∈ Sω 对所有 ω ∈ W ] ;
如果集合 W 不是有限的，则这个乘积为无限乘积
注 2.2 当 W 为正整数集合 {1, , m} ，给定集合 X ，定义 X 元素的 “ m 序对
（m-tuple）
”为函数：
x :{1, , m} → X 。
如果 x 是一个“ m 序对（m-tuple）”，我们用 xi （而不是 x(i ) ）表示 x 在 i 处的值。
而函数 x 本身用符号{x1 , , xm } 表示。
假设有集合系{ A1 , , Am } ，由正整数 1 到 m 标号。设 X = A1 ∪ ∪ Am 。这些集合的
笛卡儿乘积记为
∏
m
i =1
Ai 或 A1 × × Am ，
” {x1 ,
定义为 X 元素的“ m 序对（m-tuple） , xm } ，其中 xi ∈ Ai 对于每个 i 。
10
第三章数学基础：拓扑空间
参考文献[Munkers-1975]，[Jiang-1984]，[Edgar-1990]。
3.1 拓扑空间
定义 3.1 一个拓扑空间 ( S , T ) 是一个集合 S 连同 S 的子集的集合系（collection）
T 满足如下列 4 个条件。
（1） ∅ ∈ T ；
（2） S ∈ T ；
（3）有限个 T 中集合的交集仍然在 T 中；
（4）任意个 T 中集合的并集仍然在 T 中。
如果 S 的子集在 T 中则称为“开集”
； T 称为 S 上的一个拓扑。
注记 3.1 设 S 是一个三元素集合， S = {a, b, c} ，在 S 上有许多可能的拓扑，图 5
所示意了其中的一些，其中 A 的拓扑是 S 和 ∅ ；C 的拓扑是 S ，∅ ，{a, b} ，{b} 和{b, c} ；
F 所示的拓扑包含了 S 的所有子集。
a b c a b c a b c
A B C
a b c a b c a b c
D E F
图 5 集合的拓扑
从这个例子可以看出即使只有三个元素的集合也有很多不同的拓扑。但是不 S 每一个“子
集的集合系(collection)”都是 S 上的一个拓扑。如下图 6 中的 A,B。
11
a b c a b c
A B
图 6 非拓扑
S 上所有的子集的集合系(the collection of all subsets of S ，the largest
topology)构成的拓扑，被称为离散拓扑。
如果其中只有 S 和 ∅ 构成的集合系是 S 的一个拓扑(smallest topology)，则称其
为非离散拓扑。
定义 3.2 假设 T 和 T ′ 是给定集合 S 上的两个拓扑。如果 T ′ ⊃ T ，我们说 T ′ 比 T 精
细( T ′ is finer than T );如果 T ′ 完全包含(properly contain) T ,我们说 T ′ 比 T 严格
精细( T ′ is strictly finer than T )。
注记 3.2 一个集合是开的如果该集合中的任何点都有一个在该集合内的邻居域。
如图 7 所示，在中以 x0 为中心 r 为半径的开集合是所有满足 x − x0 < r 的 x 的集合。用
Dr ( x0 ) 表示。在一维空欧氏间中“开集”是开区间；在二维空欧氏间中“开集”是一个
“园盘” ；在三维空欧氏间中“开集”是一个球。
图 7 开集合
3.2 拓扑基
定义 3.3 如果 S 是一个集合， S 上某个拓扑的一个拓扑基是 S 子集(称为基元素)

的集合系 B 满足如下条件：
（1）对于任意元素 x ∈ S ，至少存在一个基元素 B 包含 x ；
12
(2)如果 x 属于两个基元素 B1 和 B2 的交，则存在第三个基元素 B3 包含 x ，且
B3 ⊂ B1 ∩ B2 。
注记 3.3：可以用列举出集合系的全部元素的方法来指定集合的一个拓扑，但通常
情况下这是很困难的。大多数情况是指定一个更小的子集的集合系，然后用它来定义拓
扑。拓扑基是这样一个集合系，集合的其它所有“开集”能够写成它的“并”或“有限
的交”
。例如实数集，所有开区间的集合是一个拓扑基。
定义 3.4 如果B 是 S 上某个拓扑的一个拓扑基，我们称拓扑 T 是B 生成的是说：S
，如果对于任意 x ∈ U ，存在一个基元
的一个子集 U 在 S 中是开的（即是 T 的一个元素）
素 B ∈B 使 x ∈ B 且 B ⊂ U 。
注记 3.4：如果B 是在平面上的所有圆形区域（圆形区域的内部）的集合系。B 满
足定义 3.4 的两个条件。第二个条件如图 8 所示。在B 生成的拓扑中，某个子集是开
的，如果每个 x ∈ U 都在一个 U 中的圆形区域内。
B2
x
B3
B1
图 8 拓扑基
定理 3.1 假设 S 是一个集合，B 是 S 上的一个拓扑 T 的拓扑基，则 T 等于所有“B
元素的合(all unions of element of B )”构成的集合系(collection)。
定理 3.2 假设 B 和 B ′ 分别是 S 上拓扑 T 和 T ′ 的拓扑基，则下列申明是等价的：
（1） T ′ 比 T 精细；
（2）对于任意 x ∈ S ，和每个包含 x 的基元素 B ∈ B ，存在一个基元素 B′ ∈ B ′ 使
得 x ∈ B′ ⊂ B 。
定理 3.3 设 S 是一个拓扑空间，设E 是 S 的开集的一个集合系，该集合系满足：
对于 S 的任意开集 U 和 U 中的任意元素 x ，如果存在一个E 的元素 C 使 x ∈ C ⊂ U 。则E
是 S 拓扑的一个拓扑基。
13
3.3 X × Y 上的乘积拓扑
定义 3.5 设 X 和 Y 是两个拓扑空间，X × Y 上的乘积拓扑是“具有形式U × V 的集
合(all the sets of form U × V )”构成的集合系B 作为拓扑基的拓扑，其中 U 是 X 的
， V 是 Y 的一个“开集”
一个“开集” 。
注记 3.5 B 是一个拓扑基，由于 X × Y 是一个基元素，所以很容易得B 满足定义

3.4 的第一个条件。也容易证B 满足定义 3.4 的第二个条件，因为B 任意两个基元素
U1 × V1 和 U 2 × V2 的“交”是另一个 B 的基元素：因为
(U1 × V1 ) ∩ (U 2 × V2 ) = (U1 ∩ U 2 ) × (V1 ∩ V2 ) ，
等式右边是一个B 的基元素，因为U1 ∩ U 2 和V1 ∩ V2 分别是 X 和 Y 的“开集”

，如图
9 所示。
V2
V1
U1 U2
图 9 乘积拓扑
要注意的是集合系 B 不是 X × Y 上的一个拓扑。如图 9 所示两个矩形的“合”

不是 X 和 Y 中“开集”的笛卡儿积，所以它不可能属于B ；但它在 X × Y 中是开的。
定理 3.4 如果B 是 X 上拓扑的一个拓扑基，E 是 Y 上拓扑的一个拓扑基，则集合
D = {B × C | B ∈ B , C ∈E }
是 X × Y 上的拓扑的一个拓扑基。
14
3.4 子空间拓扑
定义 3.6 如果 S 是一个拓扑空间,它的拓扑为 T ，如果 Y 是 S 的子集，下面的集合
系(collection)
TY = {Y ∩ U | U ∈ T }
是 Y 上的拓扑，称为子空间拓扑。在此拓扑上 Y 称为 S 的子集，它的“开集”由所
有 S 的“开集”和 Y 的交集构成。
定理 3.5 如果 B 是 S 上拓扑的一个拓扑基，则如下集合系
B Y = {B ∩ Y | B ∈ B }
是 Y 上的子空间拓扑的一个拓扑基。
注记 3.6：如果 Y 是 S 的子集，我们说 A 在 Y 中是闭(开)的是说：如果 A 是 Y 的子
集，并且如果 A 在 Y 的子拓扑中是闭（开）的，即 Y − A 在 Y 中是闭（开）的。
引理 3.1 如果 Y 是 S 的子集。如果U 在 Y 中时开的并且 Y 在 Y 在 S 中是开的，则 U
在 S 是开的。
定理 3.6 如果 A 是 X 的一个子空间，B 是 Y 的一个子空间，则 A × B 上的乘积拓扑
与 A × B 作为 X × Y 子空间继承的拓扑是一样的。
注记 3.7：设 U 是 X 上的开集， V 是 Y 上的开集，则集合 U × V 是 X × Y 拓扑基的
一般元素。所以 (U × V ) ∩ ( A × B) 是 A × B 是子空间拓扑的拓扑基的一般元素。又因为
(U × V ) ∩ ( A × B) = (U ∩ A) × (V ∩ B) 。
因为U ∩ A 和 V ∩ B 分别是 A 和 B 上子空间拓扑的一般开集，所以 (U ∩ A) × (V ∩ B)
是 A × B 乘积拓扑的拓扑基的一般元素。所以 A × B 上的子空间拓扑的拓扑基和 A × B 上乘
积拓扑的拓扑基是相同的。
3.5 闭集和极限点
定义 3.7 设 ( S , T ) 是一个拓扑空间.一个集合 A ⊂ S 称为闭的，如果它是一个开集
的余集，即 A′ ∈ T .
注记 3.8 如图 10 所示，最常见的闭集有“闭区间”
，“闭园盘（closed disk）
”
等等。存在集合即不是“开集”也不是“闭集”,如“半闭区间” (0,1] 。实数 R 中“闭
区间 [ a, b ] ”是“闭集”
，是因为它的补集 R − [ a, b ] = ( −∞, a ) ∪ (b, +∞) 是开集，同样 [ a, +∞ )
是闭集，因为它的补集 ( −∞, a ) 是开集。

15
图 10 闭集
定理 3.7 如果 S 是一个拓扑空间，则它满足如下条件：
（1） ∅ 和 S 是闭集；
（2）任意闭集的交集仍然是闭集；
（3）有限闭集的合仍然是闭集。
注记 3.8
（1） ∅ 和 S 是闭集，因为它们的补集 S 和 ∅ 是开集；
（2）给定一组闭集的集合系 { Aα }α ∈J ，应用 DeMorgan 定理有：
S − ∩ α ∈J Aα = ∪ α ∈J ( S − Aα )
因为是 ( S − A α ) 开集，上式右边为任意个开集的合集，根据拓扑定义它式开集，所
以 ∩ α ∈J Aα 是闭集。
(3) 如果 Ai 是闭集，对于 i = 1, ,n 有
S − ∪ ni =1 Ai = ∩ ni =1 ( S − Ai )
上式右边为有限个“开集”的交集，根据拓扑定义它式开集，所以 ∪ ni=1 Ai 是闭集。
定理 3.8 设 Y 是 S 的子空间。则一个集合在 Y 中是闭的，当且仅当它等于一个 S 的
“闭集”与 Y 的交。
注记 3.9 假设 A = C ∩ Y ，其中 C 在 S 中是闭的（如图 11 所示）

。这时 S − C 在 S 中
是开的，由子空间拓扑的定义可知 (S − C) ∩ Y 在 Y 中是开的。而 ( S − C ) ∩ Y = Y − A 。所
以 Y − A 在 Y 中是开的，所有 A 在 Y 中是闭的。
如图 11 所示，若 Y − A 在 Y 中是开的，由子空间拓扑的定义它是 S 中的开集U 和 Y
的交。集合 S − U 在 S 中是闭的，而 A = Y ∩ ( S − U ) ，所以 A 等于一个闭集和 Y 的交。
16
Y Y
A A
S S
图 11 闭集的交
定理 3.9 如果 Y 是 S 的子空间，如果 A 在 Y 中是闭的， Y 在 S 中是闭的，则 A 在 S
中是闭的。
定义 3.8 设 ( S , T ) 是一个拓扑空间.设 A ⊂ S .一个点 s ∈ S 称为 A 的极限点，如
果对于每个 U ∈ T ，使得 s ∈ U ，有
(U − {s}) ∩ A ≠ ∅
注记 3.9 A 的极限点 s 意味着围绕 s 的“开集”都和 A 相交。它的一个实例是：若
有一个数 x 和任意一个 ε > 0 , 存在一个集合 Y 的元素 y 不同于 x （different from x ）
满足 y − x < ε ，则 x 是 Y 的极限点。
闭集 A 包含它的全部极限点。换句话说在 A 外面任意取一点 x ，总存在一个不“接
触” A 的“开集”包含 x 。
，记作 A ，是集合 A = A ∪ [ s ∈ S ; s是A 的
定义 3.9 集合 A ⊂ S 的闭包（closure）
极限点]。
注记 3.10 设 A 是一个拓扑空间的子集， A 的内部(interior)定义为 A 中所有开
集的并，记为 A ， A 的的闭包（closure）定义为 A 中所有闭集的交，记作 A 。
注记 3.11 集合 A ⊂ S 的闭包是包含 A 的最小闭集。
定理 3.10 集合 A 的闭包 A 的闭的。
定理 3.11 一个集合 A 是闭的当且仅当 A = A 。
3.6 连续函数
定义 3.10 设 S 和 T 都是拓扑空间.函数 f : S → T 称为连续的,如果开集的逆象是

−1
开集；即对于每个开集 U ⊂ T , f (U ) 是 S 中开集。
定理 3.12 设 S 和 T 都是拓扑空间.设 B S 和 BT 分别是 S 和 T 上的拓扑基,则
17
f : S → T 是连续的,当且仅当对于每个 s ∈ S 和 V ∈ BT 且 f ( s ) ∈ V ,存在 U ∈ B S 使得
s ∈ U , 且f −1 (U ) ⊂ V 。
定理 3.13 设 R , S , T 是拓扑空间。如果 g : R → S 和 f : S → T 都是连续的,则
f g : R → T 是连续的。
定理 3.14 设 S 和 T 是拓扑空间,设 f : S → T 是连续的满射。
如果 S 是连通的,则 T
也是连通的。
推论 3.1 如果 f : S → T 是连续的,并且如果 S 是连通的,则 f ( S ) 是连通的。
定义 3.11 设 S 和 T 是拓扑空间，且 f : S ← T . f 称为一个同胚，如果 f 是一个一

−1
一对应，并且 f 和 f 都是连续的。
−1
注记 3.12 如图 12 所示，对于一个同胚 f 而言， f 和 f 均为连续意味着 f 不仅
一对一地将 S 的点映射到 T 的点，而且 f 还将 S 的开集一对一地映射到 T 的开集，这意
味着 S 和 T 拓扑上是相同的；即凡是 S 具有的拓扑性质 T 都具有，并且反过来也对。因
此如果 f : S → T 是一个同胚。
S
T
f −1
U
f (U )
图 12 同胚
3.7 Hausdorff 空间
定义 3.12 设 S 是一个拓扑空间则：
T0 分离公理， S 是一个 T0 空间，如果给了任何两个不同的点 s1 , s 2 ∈ S ，存在 S 中的
一个开集包含着这两个点中的一个而不包含另一个。
T1 分离公理， S 是一个 T1 空间，如果对于任意 s1 ≠ s 2 ，存在两个开集 U1 和 U 2 使得

s1 ∈ U 1 而 s2 ∈ U 2 ； s2 ∈ U 2 而 s1 ∈ U 2 。
T2 分离公理， S 称为一个 T2 空间，如果对于任意的 s1 ≠ s 2 存在开集 U j 。使

s j ∈ U j ( j = 1,2) ，满足 U 1 ∩ U 2 = ¢；即 U1 与 U2 不相交。
18
定义 3.13 T2 空间又称为 Hausdorff 空间。

定理 3.15 设 C1 和 C2 是 Hausdorff 空间 S 的两个不相交的紧子集。则存在不相交
的开集 U j ，使得 C j ⊂ U j ( j = 1, 2) 。
3.8 连通空间
定义 3.14 设 S 是一个拓扑空间， S 的分割(separation)是一对 S 的非空的不相交
的(disjoint)“开子集(open subset)”，它们的并是 S 。如果不存在 S 的分割，则 S 是
连通的。
注：两个集合 A1 和 A2 交 A1 ∩ A2 ≡ ∅ ，则称 A1 和 A2 不相交的(disjoint)。

连通的等价定义为：一个拓扑空间 S 说是连通的,如果只有 ∅ 和 S 是既开又闭的集
合。
非连通连通
图 13 连通和非连通
定理 3.16 一个拓扑空间 S 是连通的,当且仅当它不是两个不相交的非空开集之并。

定理 3.17 如果集合 C 和 D 构成集合 X 的一个分割，并且如果 Y 是 X 的一个连通
子集，则 Y 完全包含于 C 或 D 中。
定理 3.18 有公共点的一组连通集合的并是连通的。
定理 3.19 如果 A 是 X 的连通子集。如果 A ⊂ B ⊂ A ，则 B 是连通的。
3.9 道路和弧连通
定义 3.15 给定任意空间 X ，如果存在一个 X 的连通子集包含 x, y ，则以 x ∼ y 定
义 X 上的一个相等关系（equivalence relation）。对应的“相等类(equivalence
class)”称为“连通区域（connected component）”。
注记 3.13 该定义具有对称性（symmetry）自反性（reflexivity）和传递性
（transitivity）,如果 A 是包含 x 和 y 的连通集，如果 B 是包含 y 和 z 的连通集，则
19
A ∪ B 是包含 x 和 z 的集合，它是连通的因为 A 和 B 有公共点 y 。

定理 3.20 X 的“连通区域（connected components）”是 X 的不相交的连通子
集，这些子集的并是 X ，其中 X 的每个连通子集仅仅和其中之一相交。
定义 3.16 设 X 是一个拓扑空间, X 中从 x0 到x1 (以x0为起点x1 为终点)的一条道路
是一个连续映射, α : I → X ,满足 α (0) = x0 和 α (1) = x1 。
定义 3.17 一个空间 X 是孤连通的,如果任给 X 中两点 x0 和x1 ,则存在一条以 x0 为
起点 x1 为终点的道路。
定理 3.21 如果一个拓扑空间是孤连通的,则它是连通的。
定义 3.18 设 α 是一条从 x0 到x1 的道路,而 β 是一条从 x1到x 2 的道路, α与β 的乘积
是一条从 x0 到x 2 的道路 αβ ,定义为

 1 
a(2t ), 当0 ≤ t ≤ 2 
αβ (t ) =  
β (2t − 1),当 1 ≤ t ≤ 1
 2 
α 的逆是从 x1到x0 的道路 α −1 ,定义为 α −1 (t ) = α (1 − t ) 。

定义 3.19 如果在 X 上存在一个从 x 到 y 的道路，我们定义空间 X 上的另一个相
等关系 x ∼ y ，这个相等类称为 X 的弧连通区域（path component）

。
定理 3.22 X 的弧连通区域（path components）是 X 的弧连通子集，它们的并是 X ，
且每个 X 的弧连通子集只和其中一个相交。
3.10 紧空间
定义 3.20 设 S 是一个集合.集合C ⊂ 2 s 称为 S 的一个覆盖,如果 ∪ v∈C V = S .
例如，集合 {1} 仅有一个覆盖，也就是它本身 {1} 。而集合 {1, 2} 有 5 个覆盖，它们是
{{1} , {2}} ， {{1, 2}} ， {{1} , {1, 2}} ， {{2} , {1, 2}} ， {{1} , {2} , {1, 2}} 。
定义 3.21 最小覆盖是这样一种覆盖，只要去掉一个它的一个元素即会破坏它的覆
盖特性。例如集合 {1, 2} 有 5 个覆盖中只有 {{1} , {2}} ， {{1, 2}} 是最小覆盖。
定义 3.22 覆盖 Y 的覆盖细化（Refinement） X 是这样一个集合， X 任意一元素

x ∈ X ，都是某个 Y 元素 y ∈ Y 的子集。
定义 3.23 如果 S 是一个拓扑空间,且每个 V ∈C 都是开集,则C 称为 S 的一个开
覆盖.
20
定义 3.24 一个拓扑空间 S 称为是紧的,如果它的任意开覆盖都有有限的子覆盖;这
就是说,如果对于每个开覆盖C ,存在有限个集合,比如说对于某个 k 是
V1 , , Vk ∈C , 使得S = ∪ kj =1V j 。
定理 3.23 设 S 和 T 是拓扑空间,并设 f : S → T 是连续的满射。

如果 S 是紧的,则 T
也是紧的。
设V 是 T 的一个开覆盖。则  f −1 (v); v ∈ V  是 S 的开覆盖。因为 S 是紧的，则存在一
个有限子覆盖 { f −1 (v1 ),… , f −1 (vk )} 。

k k
因为 f 是满射, f ( f −1 (v j )) = v j , j = 1, , k , 且 ∪ v j = T ,因为 ∪ f −1 (v j ) = S .因而T 是
j =1 j =1
紧的。
推论 3.2 如果 f : S → T 是连续的,并且 S 是紧的,则 f (S ) 是紧的。
3.11 度量空间
定义 3.25 一个度量空间是一个集合 S 连同一个函数 d : S × S → 非负实数，使得对

于任意 x, y, y ∈ S 满足：
(1) 当且仅当 x = y, d ( x, y ) = 0 ；
(2) d ( x, y ) = d ( y, x) ；
(3) d ( x, z ) ≤ d ( x, y ) + d ( y, z ) ；
函数 d 称为 S 上的一个度量。
定义 3.26 给定度量空间 S 中的一个点 s 0 和一个实数 ε ，围绕 s 0 以 ε 为半径的球定
义为集合
Bd ( x, ε ) = [ y | d ( x, y ) < ε ] 。
定义 3.27 如果 d 是集合 S 的一个度量，则对于任意 x ∈ X 和 ε > 0 ，所有以 ε 为半
径的球的集合系是 S 上的拓扑基，称为 d 诱导（induce）拓扑。
3.12 同伦
记号字母 I 今后表示闭区间[0，1].另外一个映射就是一个函数。
定义 3.28 设 X 和 Y 是拓扑空间,并设 f 0 和f 1 是 X → Y 的连续映射。 f 0 称为同伦于
f1 ( 写作 f 0 f1 ), 如果存在一个连续映射 F : X × I → Y , 使得对于所有
x ∈ X , F ( x,0) = f 0 ( x)及F ( x,1) = f 1 ( x) 。映射 F 称为从 f 0 到 f1 的一个同伦。
21
例: 设i : R n → R n 是恒等映射。设 c : R n → R n 定义为，对于所有 v ∈ R n ， c ( v ) = 0 。
则c i 。因为设 F : R n × I → R n 定义为 F (v, t ) = tv 。则 F 是连续的,并且对于所有
v ∈ R n , F (v,0) = 0 = c(v) , F (v,1) = x = i (v) 。几何上,当 t 从 1 变到 0 时,映射 F 将 i 的
像 R n 缩成点 {0} 。
定理 3.24 同伦是一个等价关系;这就是说,对于连续映射 f , g , h : X → Y 。
(1) f f ,
(2) f g 蕴涵着 g f ,并且,
(3) f g及g h 蕴涵着 f h。
定理 3.25 设 X , Y , Z 是拓扑空间,假定 f 0 和 f 1 是 X → Y 的同伦映射,并且 g 0 和 g1
是同伦的映射 Y → Z 。则 g 0 f 0 和 g1 f 1 是同伦的映射 X → Z 。
粘合引理设 X 和 Y 是两个拓扑空间。设 X = A ∪ B ,其中 A 和 B 均为 X 中的闭(开

集)。设 f1 : A → Y 和 f 2 : B → Y 都是连续函数，使得 x ∈ A ∩ B 有 f1 ( x) = f 2 ( X ) 。设
g : X → Y 定义为
 f1 ( x), 当x ∈ A,
g ( x) = 
 f 2 ( x), 当x ∈ B.
则 g 是连续的。
定义 3.29 两个空间 X 和 Y 称为具有相同的伦型,如果存在连续映射 f : X → Y 和
g : Y → X ,使得 g f ix 和 f g iY ,这里 i x 和i y 分别是 X 上和 Y 上的恒等映射。
3.13 拓扑空间的维数
初等几何和我们熟悉的维数相关联。点的维数是 0，曲线的维数是 1，曲面的维数
是 2，实体的维数是 3。对象的“维数”是它的“覆盖性”
（covering properties）大
小的测度。粗略的讲，它是要确定对象所需要的坐标的个数。在很多场合经常使用前缀
“hyer-”（超－）来指四维或四维以上的三维对象的相似体（analogs），例如超立方
体(hypercube)、超平面(hyperplane)。
“维数”的概念在数学上非常重要，它给出了几何对象的概念上的（conceptual）
或视觉上（visual）的复杂度的精确的参数化（parameterization）。实际上，这个概
念可以用于不可直接看到的抽象物体的描述。例如时间被认为是一维的，因为它被认为
是仅由“现在”
、 “过去”和“以后”构成，不论“过去”和“以后”延伸多长，也只
22
是一种延伸，就象一条线，即一个一维物体。
但离开了初等几何，在一般的点集合没有如此清晰简单的分类。事实上已有多种拓
扑维数的定义，但针对一种目的维数的定义对另一种目的是没有用途的。
1、小递归维数（small inductive dimension）
我们可以用“拖曳”（drag）的方法来表述高维和低维物体之间的关系，以任意几
何对象为例（如点，线，圆周，平面等等），然后在对立的方向上“拖曳”它（拖曳点
描绘出一条线，拖曳线描绘出一个方形，拖曳圆周描绘出一个圆柱面，拖曳圆盘描绘出
一个实心圆柱等等）
。从“量”上讲（qualitatively）
“拖曳”后形成的对象比“拖曳”
前对象大，在此“量”意义是：不论你如何“拖曳”原对象描绘出一个同样“量尺度”
(qualitative size)的对象。“点”能产生直线、圆周、螺旋线或其他曲线，但它们在
“量”上具有相同的“维数”
。该“维数”的概念用来定量测度拓扑性质。
一些对象被认为是 0 维的，如空间中的点。由 0 维的对象“拖曳”出的是 1 维对象；
由 1 维的对象“拖曳”出的是 2 维对象，以次类推。
2、“勒贝格覆盖维数”(Lebesgue covering dimension)
拓扑空间的内在维数称为“勒贝格覆盖维数”（Lebesgue covering dimension，
covering dimension）
。它是当前已有多种对“拓扑维数”的概念的扩展。
“勒贝格覆盖
维数”的内在含义是测度对象是如何充满空间的。如果它占据很多的空间，它将具有更
高的“维数”
，如果它占据少的空间它将具有较低的“维数”
。
“勒贝格覆盖维数”是在覆盖集的概念上定义的。一个拓扑空间的“勒贝格覆盖维
数”是 n ，如果它的任意一个开覆盖 ∪U i 可细化成一个开覆盖 ∪V j （即 V j ⊂ U i ）

，使任
何 n + 2 个 V j 的交都是空集 ∅ ，这种 n 的最小可能的正整数称为空间 V 的维数。如下图
14，对于“线”，给定一个开覆盖 ∪U i （只要不是用 V 自身作为 V 的开覆盖），不可避
免的会有两个开集的交不为空集 ∅ ，而适当加细 ∪U i 以后，可以，可用使得任何三个
新的开集的交为空集 ∅ 。
23
图 14 Lebesgue covering dimension＝1
24
第四章微分几何基本概念和莫尔斯理论简介
参考文献[Spivak-1979]，[Cheng-2001]，[Hoffman-1978]，[Zomorodian-2001]，
[Carr-2000]，[Lewiner-2003]，[Lewiner-2002] ，[Milnor-1963]。
4.1 流形(Manifold)
定义 4.1 设 M 是 Hausdorrf 空间。若对任意一点 p ∈ M ，都有 p 在 M 的一个邻
域 U 同胚于 m 维空间 R m 的一个开集，则称 M 是个 m 维流形，如图 15 所示。
x( p)
图 15 流形(Manifold)
注释：定义中提到的同胚映射 x ：U → x(U ) ，这里 x(U ) 是 R m 中的开集，则称 ( x,U )

是 M 的坐标卡。因为 x 是同胚的，对任意一点 p ∈ U ，可以把 x( p ) 定义
为 p 的坐标，即命
xi = ( x( p)) i ， p ∈ U ， i = 1, , m,
我们称 x i (1 ≤ i ≤ m) 为点 p ∈ U 的局部坐标。
设 ( x,U ) ，( y,V ) 是流形 M 的两个坐标卡，若U ∩ V ≠ ∅ ，则 x(U ∩ V ) 和 y (U ∩ V ) 是

R m 中的两个非空开集，并且映射
y x −1 | x (U ∩V ) : x(U ∩ V ) → y (U ∩ V )
建立了这两个集合之间的同胚，其逆映射就是 x y −1 | y (U ∩V ) 。
因为它们是欧氏空间的一个开集到另一个开集的映射，所以用坐标表示时，y x −1 和
x y −1 分别表示为欧氏空间的开集上的 m 个实函数（图 16）

：
y i = f i ( x1 , , x m ) = ( y x −1 ( x1 , , x m )) i ，
其中 ( x1 , , x m ) ∈ x(U ∩ V ) ；
25
x i = g i ( y1 , y m ) = ( x y −1 ( y1 , y m )) ，
其中 ( y1 , , y m ) ∈ y (U ∩ V ) 。
因为 y x −1 和 x y −1 是互逆的同胚映射，所以 f i 和 g i 都是连续函数，并且
 f i ( g 1 ( y 1 , , y m ), , g m ( y1 , , y m )) = y i

 g i ( f 1 ( x1 , , x m ), , f m ( x1 , , x m )) = xi
M Rm
x (U ∩ V )
U ( x,U )
y x −1
x y −1
V
( y ,V )
y (U ∩ V )
图 16 坐标卡
我们称两个坐标卡 ( x,U ) ，( y,V ) 是 C r 相容的，如果U ∩ V = ∅ ，或者在U ∩ V ≠ ∅

时坐标函数 f i ( x1 , , x m ) 和 g i ( y1 , , y m ) 都是 C r 的。
定义 4.2 设 M 是一个 m 维流形。如果在 M 给定了一个坐标卡集
A = {( x, U ), ( y, V ), ( z ,W ), }满足如下条件，则称 A 是 M 的一个 C r 微分结构：

（1） {U ,V , W , } 是 M 的一个开覆盖；
（2）属于 A 的任意两个坐标卡是 C r 相容的。

~
（3） A 是极大的，即对于 M 的任意一个坐标卡 ( ~
x ,U ) 若与属于 A 的每个坐标卡相
容，则它必属于 A 。
若在 M 上给定了一个 C r 微分结构，则称 M 是一个 C r 微分流形。属于给定的微分结
构的坐标卡称为微分流形 M 容许的坐标卡。
若在 M 上确定了一个 C ∞ 结构，则称 M 是一个光滑流形；若在 M 上确定了一个 C ω
结构，则称 M 是一个解析流形。
26
定义 4.3 半空间(half－space) H n 定义为
H n = {( x1 , , x n ) ∈ R n : xi ≥ 0} 。
定义 4.4 有界流形（manifold-with-boundary）是一个满足如下条件的测度空
间(metric space)：
如果 x ∈ M ，则对于 x 的某个邻域 U 和一个整数 n ≥ 0 ， U 和 R n 或 H n 同胚。
：如果微分流形任意两个坐标卡 ( x,U )
定义 4.5 流形的可定向性（Orientability）
和 ( y,V ) 的 Jacobian 行列式 det  ∂xi / ∂y j  只要有定义就是正的，则称这两个坐标卡方向
一致。如果流形 M 存在微分结构，其中任何两个坐标系（坐标卡）都是方向一致的，则
称流形 M 是可定向的。这些微分结构是方向一致的并决定了流形 M 的方向。如果流形
M 是不可定向的，则流形 M 是无向的。
注释：不是所有的流形都是可定向的，如 Möbius 带和 Klein 瓶：
图 17 无向流形
图 18 可定向流形
定义 4.6 嵌入(Embedding)是一个映射 f : X → Y ，它对其映像 f ( X ) 的限制是同胚

拓扑。
27
4.2 微分同胚和可微函数
定义 4.7 微分同胚(Diffeomorphism)：两个 C ∞ 流形 ( M , A）和（N ,D ），A , D 为坐
标卡； M , N 是微分同胚的，如果存在一个一对一（one-one）映射 f : M → N ，而且当
且仅当 x f −1 ∈ A 时， x ∈ D 。映射 f 称为微分同胚， f −1 显然也是微分同胚的。
N
f
M
图 19 微分同胚
定义 4.8 函数 f : M → N 是可微的，如果对于 M 的任意一个坐标卡 (x,U ) 和 N 的
任意一个坐标卡 ( y,V ) ，映射 y f x −1 是可微的,即 f 在 p ∈ M 处可微，当对于坐标卡

(x,U ) ，坐标卡 ( y,V ) 和 p ∈ U 和 f ( p) ∈ V ， y f x −1 是可微的。
定义 4.9 函数 f : M → R 是可微的，当且仅当 f x −1 对于 M 的任意一个坐标卡
(x,U ) 是可微的。
定义 4.10 函数 f : R n → R 的偏导数记为 Di f (a) 定义为
f (a1 , , ai + h, , a n ) − f (a)
Di f (a) = lim
h →0 h
根据链式法则（chain rule）如果 g : R m → R n ， f : R n → R ，则有

n
D j ( f g )(a) = ∑ Di f ( g (a )) ⋅ D j g i (a) 。
i =0
定义 4.11 函数 f : M → R 和它的坐标卡 ( x,U ) ，对于 p ∈ U 定义

∂f ∂f
( p) = | p = Di ( f x −1 )( x( p)) 。
∂x i ∂xi
如果我们定义曲线 ci : (−ε , ε ) → M 为
ci (h) = x −1 ( x( p) + (0, , h, , 0) ，
28
这时偏导数为：
f (ci (h)) − f ( p )
lim
h →0 h
x
x( p)
p
c1
图 20 偏导数
它实际是测定 f 沿着曲线 ci 的变化率，事实上上式只是 ( f ci )′(0) ，考虑到

∂xi 1 当i = j
( p) = δ ij = 
∂x j 0 当i ≠ j
如果 x 恰好是 R n 的 identify map，则 Di f ( p) = ∂f ，这正是经典的偏导数。

∂xi ( p)
定理 4.1 如果 ( x,U ) 和 ( y,V ) 是流形 M 上的坐标卡，且 f : M → R 是可微的，则在
U ∩ V 上有
∂f n
∂f ∂x j
（1） =∑ ⋅ 。
∂y i j =1 ∂x j ∂y i
说明：这正是链式法则
∂f
= Di ( f y −1 )( y ( p ))
∂y i
= Di ([ f x −1 ] [ x y −1 ])( y ( p ))
n
= ∑ D j ( f x −1 )([ x y −1 ]( y ( p ))) ⋅ Di [ x y −1 ] j ( y ( p))
j =1
n
= ∑ D j ( f x −1 )( x( p)) Di [ x j y −1 ]( y ( p))
j =1
29
n
∂f ∂x j
=∑ ( p) ⋅ ( p) 。
j =1 ∂x j ∂y i
公式（1）经常写为如下形式：
n ∂x
∂ ∂
=∑
j
⋅ 。
∂y i j =1 ∂y i ∂x j
在此 ∂ 被看作是对 f 进行 ∂f 操作的算子。该算子对 f 的操作 ∂f 记为

∂y i ∂y i ∂y i ( p)
n ∂x
∂ ∂ ∂
|p = ∑
j
| p ；即 ( p) |p 。
∂y i ∂y i j =1 ∂y i ∂x j
定理 4.2 对于任何可微函数 f , g : M → R ，和任何坐标卡 ( x,U ) ， p ∈ U ，算子
l= ∂ | p 满足等式：
∂xi
l ( fg ) = f ( p)l ( g ) + l ( f ) g ( p)
如果 ( x,U ) 和 ( x ′,U ′) 是 M 上的两个坐标卡，则矩阵
 ∂x′i 
 ( p) 
 ∂x j 
是函数 x ′ x −1 在 x( p) 处的 Jacobian 矩阵，它是非奇异的（non-singular）

，事实上它
的逆是
 ∂xi 
 ( p) 
 ∂x′j 
如果 f : M n → N m 是 C ∞ 且 ( y,V ) 是 f ( p) 附近的坐标卡，则下面 m × n 矩阵
 ∂( yi f ) 
 ( p) 
 ∂x j 
的“秩(rank)”不依赖坐标卡是 ( x,U ) 还是 ( y,V ) 。这个“秩”称为 f 在点 p 处的“秩”

。
如果 f 在点 p 处的小于 m（ N 的映像的维数）
“秩” ，点 p 称为 f 的“临界点
（critical
point）”；如果 p 不是“临界点”，则称 p 是 f 的“正常点（regular point）

”。如果
p 是“临界点”,则 f ( p) 称为“临界值（critical value）”。其它点位的值为“正常

值（regular value）
”。
定义 4.12 可微函数 f : M n → N m 称为一个“浸入(immersion)”,如果 f 在 M 的

30
所有点的“秩(rank)”为 n ，即域 M 的维数，前提是 m > n 。

“浸入”是“局部一一对应
映射(local one-one)”
。但是当一个可微映射是“全局一一对应映射”时不一定是“浸
入”
。
4.3 矢量(Vector)和矢量空间(Vector Space)
矢量通常定义为矢量空间的一个元素。在通常遇到的矢量空间 R n 中，一个矢量由 n
个坐标给出，记为 ( A1 , , An ) 。对矢量可以作“矢量加”, “矢量减”和“矢量与标量
的乘法”。n 维空间的一点 v ∈ R n 经常被绘成一个从 0 到 v 的矢量，有时还经常从另外的
一个点 p ∈ R n 绘出同一个矢量。
v p+v
p
v
图 21 矢量
矢量空间是在“矢量加”,“矢量减”和“矢量与标量的乘法”运算下封闭（Closed）
的集合。例如 n 维 Euclidean 空间 R n 。
假设 c : R → R n 是一可微曲线，则 c′(t ) = (c1′ (t ), , cn′ (t )) 只是 n 维空间的一点，从 c(t )

倒 c(t ) + c ′(t ) 的线是该曲线的切线。曲线 c 的这个“速度矢量”或“切矢量” c ′(t ) 常被绘
制成从 c(t ) 到 c(t ) + c ′(t ) 的箭头。
c (t ) + c′(t )
c (t )
c′(t )
图 21 切矢量
31
用数学语言表述从 c(t ) 到 c(t ) + c ′(t ) 的箭头就是一个“数对（pair）

”( p, v) 。所有的
这些“数对”构成的就是 R n × R n ，我们用 TR n 表示，称为“ R n 的切空间”

， TR n 的元素
。我们还经常用 v p （在 p 点的矢量 v ）表示 ( p, v) ∈ TR n ，与此对应，

称为 R n 的“切矢量”
用 R pn 表示对于 v ∈ R n 的所有 ( p, v) 。有时更简化，用 v 表示为 TR n 的一个元素。为了获
取某个“数对”v ∈ TR n 的第一个数，我们定义“投影”映射 π : R n × R n → R n 为 π (a, b) = a ，
，点 π (v) 表示“它在哪”
对于任何“切向量” 。
逆映射 π −1 ( p ) 如下图表示所有在 p 处的“切向量”

。这些“切向量”称为 p 处的
纤维(fibre over p)，它具有向量空间结构。
图 22 纤维
如果 f : R n → R m 是可微的映射，且 p ∈ R n ，则线性变换 Df ( p) : R n → R m 可生成一个
R n p → R m f ( p ) 的映射定义为：
v p ⇒ [ Df ( p )(v)] f ( p )
此映射记为 f* p ；符号 f* 表示映射 f* : TR n → TR m ，它表示所有 f* p 的并（union）

。 f* p (v )
可定义为一个矢量∈ R m f ( p ) 。
对于曲线 c : R → R n 的“切向量”
，我们可以定义曲线 c 在 t 处的“切向量”为：
c′(t )c (t ) ∈ R n c (t )
它还可写为如下形式：
32
c* (lt ) = ( Dc(t )(l ))c ( t ) = (c1′ (t ), , cn′ (t ))c (t )
其中 lt = (t ,1) 是 R 在 t 的“单位”切矢量。
如果 g : R n → R m 是可微的，则 g c 是 R m 中的曲线。 g c 在 t 的“切向量”是
( g c)* (lt ) = g* (c* (lt ))
= g* (c在t的切矢量) 。
c (t ) g
g (c(t ))
g* ( v )
图 23 切向量
设有一个 n 维流形 M 和一个嵌入（embedding） i : M → R N 。在 p 点的一个邻域有
一个坐标系统 ( x,U ) 。则 i x −1 是一个秩为 n 的从 R n 到 R N 的映射。相应地，
(i x −1 )* ( R n x ( p ) ) 是 R N i ( p ) 的 n 维子空间。并且此子空间不依赖于坐标系统 x ，因为如果 y
是另外的坐标系统，则
(i y −1 )* = (i x −1 x y −1 )*
= (i x −1 )* ( x y −1 )*
( x y −1 )* y ( p ) : R n y ( p ) → R n x ( p )
是一个同胚（逆为 ( y x −1 )* x ( p ) ）
。
33
U i (i x −1 )* ( R n x ( p ) )
p
x i( p)
x( p)
Rn
图 24 流形上的切向量
如果 c : (−ε , ε ) → R n 是一曲线，满足 c(0) = x( p) ，则 α = i x −1 c 是在 R N 中的 i ( M ) 上
的曲线，在 i ( M ) 上的任意“可微曲线”有：
α (l0 ) = (i x −1 )* c* (l0 ) ，
所以每个 α 的切向量都在子空间 (i x −1 )* ( R n x ( p ) ) 中，且该子空间中的任意矢量都是某个
α 的切向量，因为每个 R n x ( p ) 是某个曲线 c 的切向量。所以 (i x −1 )* ( R n x ( p ) ) 是所有在 i( p)
的 i ( M ) 上的可微曲线的切向量的集合。
U i
c′(0) x ( p ) α* (l0 )
p
i( p)
x
α
x( p)
Rn i(M )
图 25 流形上的切向量
我们用 ( M , i ) p 表示前述的 n 维子空间，定义
T (M , i) = ∪ (M , i)
p∈M
p ⊂ i ( M ) × R N ⊂ TR N
我们能用 π (v) = p 如果 v ∈ ( M , i ) p 定义一个“投影”映射：
π : T (M , i) → M 。
34
和 TR n 中情况一样，每个“纤维” π −1 ( p ) 具有向量空间结构。Michael Spivak 在
“ comprehensive introduction to differential geometry” volume one(second
edition)page100 中证明：如果我们认为 TM 是丛的等价类，则 T ( M , i ) 不依赖于 i ，这
样可将其简写为 T ( M ) 。
4.3 同伦映射和收缩映射
f 0 和 f1 是空间 X 到空间 Y 的连续映射，如果存在连续映射 F : X × [0,1] → Y 对于所

有 x ∈ X 使 F ( x, 0) = f 0 ( x) 和 F ( x,1) = f1 ( x) ，则称 f 0 和 f1 是同伦的， F 称为 f 0 和 f1 间的
一个同伦。
定义 4.13 连续映射 f : X → Y 称为同伦等价(homotopy equivalence)，如果有一
个连续映射 g : Y → X ，使 g f 和 X 上的恒等映射(identity map)是同伦的，并且 f g
和 Y 上的恒等映射是同伦的。映射 g 称为映射 f 的同伦逆。两个集合是同伦等价的称为
具有等价的伦型。
定义 4.14 如果 A ⊂ X ，连续映射 r : X → A 称为一个收缩映射（retraction）当
且仅当对于所有的 x ∈ X 和所有的 a ∈ A 有：r ( x) ∈ A 和 r (a) = a 。这样的集合 A 称为 X 的
。如果存在一个函数 H : X × [0,1] → X 使所有的 x ∈ X ，有 H ( x, 0) = x

一个核（retract）
和 H ( x,1) = r ( x) ，则 H 称为形变收缩映射（deformation retraction）且 A 称为 X 的形

变收缩核（deformation retract）
。
例如：平面上的圆 S 1 = {( x, y ) : x 2 + y 2 = 1} 是有一个孔的平面 R 2 − {0} 的核。收缩映
射为 r(x) = x / || x || 。平面上的圆还是有一个孔的平面的收缩核。形变收缩映射为：
x
H ( x + t ) = (1 − t ) x + t
x
4.4 k-ball 和 k-sphere
定义 4.15 Euclidean 空间中的一个子集是有界的，如果它被包含在一个以原点为
中心的球面内。
定义 4.16 一个集合 A ⊂ R n 是紧致的，如果 A 是闭和有界的。
定义 4.17 一个（闭） k 维球（k-ball） B k 是长度小于或等于1 的 k 维向量集合。
35
B k = {x ∈ R k : x ≤ 1} 。
定义 4.18 一个 k 维球面(k-sphere) S k 是长度等于1 的 k + 1 维向量的集合。
S k = {x ∈ R k +1 : x = 1} 。
k 维球（k-ball） B k 的边界是一个 (k − 1) 维球面 S k −1 。一个 0 维球是一个点，它的
边界（在 R 0 = {0} ）是空集。
定义 4.19 向集合 Y 上贴一个 k 维胞腔 (k-cell)的过程是映射 g : S K → Y 记为
Y ∪ g Bk
，并通过 g ( x) ∈ Y 确定每个 x ∈ S k −1 。
它是在对 Y 和 B k 求拓扑和（不相交的并）
图 26 向 3 －ball 贴一个1 －cell 产生一个实心圆环的同胚相等体
图 26 演示了贴 k 维单元的过程，初始 Y 集合是一个 3 维球。在贴 1 维单元时我们用

函数 g 确定作为 1 维单元的边界的两个 0 维球面与 3 维球的 2 维球面的上点的对应关系。
贴上的 1 维单元是圆柱的收缩核，3 维球和圆柱的和体是和实心圆环是同胚的。
4.5 Hessian 范函和 Poisson 括号
定义 4.20 函数 f ( x1 , , xn ) 对 x1 , x2 , , xn 的偏导数的 Jacobian 行列式称为 f

的 Hessian 泛函
定义 4.21 假设 u 和 v 是变量为 (q1 , , qn , p1 , , pn ) 的函数，则表达式

n
∂u ∂v ∂u ∂v
(u , v) = ∑ ( − )
r =1 ∂qr ∂pr ∂pr ∂qr
36
称为 Poisson 括号。
4.6 流形上的非蜕化光滑函数和临界点理论
光滑流形 M 在点 p 处的切空间记为 TM p 。如果 g : M → N 是一个光滑映像，
g ( p) = q ,则 g 在切空间之间导出的线性映像记为 g∗ : TM p → TN q 。
现在命 f 是流形 M 上的一个光滑实值函数，点 p ∈ M 称为 f 的临界点，如果导出
映像 f∗ : TM p → TR f ( p ) 是零映像。这就是说，如果在点 p 的邻域 U 中选取局部坐标
( x1 , , x n ) ,则
∂f ∂f
( p) = = ( p) = 0 。
∂x1 ∂x n
实数 f ( p) 称为 f 的临界值。
我们用 M a 表示合于 f ( x) ≤ a 的一切点 x ∈ M 的集合，如果 a 不是 f 的临界值，则
M a 是一个光滑的有边界流形，它的边缘 f −1 (a) 是 M 的光滑子流形。
一个临界点 p 称为非蜕化的，如果矩阵
 ∂2 f 
 ( p) 

 ∂xi ∂x j 
是非奇异的。非蜕化性不依赖于坐标系的选择。
如果 p 是 f 的临界点，我们定义 TM p 上的一个对称双线性泛函 f** ,称为 f 在点 p 处
的 Hessian 泛函。若 v, w ∈ TM p , 则 v 和 w 可以扩张为向量场 v 和 w 。命
f∗∗ (v, w) = v p ( w( f )), 其中 v p 自然就是 v ,而 w( f ) 则表示 f 在方向 w 的方向导数，我们可
证明： f ** 是完全确定的，并且关于 v 和 w 是对称的。它是对称的，因为
v p ( w( f )) − wp (v ( f )) = [v , w] p ( f ) = 0
其中 [v , w] 是 v和w 的 Poisson 括号，而 [v , w] p ( f ) = 0 是由于 p 是 f 的临界点。
这样一来， f** 是对称的。它显然也是完全确定的，因为 v p ( w( f )) = v( w( f )) 不依赖
37
于 v 的扩充 v ，而 wp (v ( f )) 不依赖于 w 。
如果（ x1 , , x n ）是点 p 处的一个局部坐标系，且
∂ ∂
v = ∑ ai p , w = ∑ bj ,
∂xi ∂x j
p
∂
则可取 w = ∑ b j ，其中 b j 表示常值函数。于是
∂x j
 ∂f 
f** (v, w) = v( w( f ))( p) = v  ∑ b j  ( p)
 ∂x 
 j

∂ f
2
= ∑ ai b j ( p),
i> j ∂xi ∂x j
 ∂2 f  ∂ ∂
所以矩阵  ( p)  就是双线性泛函 f** 关于，这组基的表示。
 ∂xi ∂x j  ∂x1 ∂x n
  p p
对于 TM p 上的双线性泛函 f** ，它的指数和零化数定义如下：
假设 H 是定义在向量空间V 上的一双线性泛函。考虑V 的一个子空间，使得 H 在这
个子空间上是负定的，这种子空间的最大维数就定义为 H 的指数；
考虑向量 v ∈ V ，使得对每个 w ∈ V 均有 H (v, w) = 0 ，所有这种向量 v 组成一个子空
间，称为 H 的零化子空间，它的维数称为 H 的零化数。
显然， f 的临界点 p 非蜕化的充要条件是： f** 在 TM p 上的零化数为零。 f** 在 TM p
上的指数，简称为 f 在点 p 处的指数。下面的莫尔斯引理表明： f 在点 p 处的性态可以
由这个指数完全刻画出来。在叙述这个引理之前，我们先证明下面的
引理 4.1 命 f 是一个 C ∞ 函数，定义在 R n 的原点 0 的一个凸邻域 V 中，使得
f (0) = 0 。于是
n
f ( x1 , , xn ) = ∑ xi gi ( x1 , , xn ),
i =1
其中 gi 是某些适当的 C ∞ 函数，定义在邻域 V 中， gi 满足
∂f
gi (0) = (0) 。
∂xi
证由于
38
df (tx1 , , txn )
1
f ( x1 , , xn ) = ∫ dt
0 dt
1 n ∂f
∫0 ∑i =1 ∂xi
(tx1 , , txn ) ⋅ xi dt ,
所以我们可以命
1 ∂f
gi ( x1 , , xn ) = ∫ (tx1 , , txn )dt.
0 ∂xi
引理 4.2 （莫尔斯引理）命 p 是 f 的一个非蜕化临界点。于是存在 p 的一个邻域
U 和这个邻域中的局部坐标系 ( y1 , , y n ) ,使得对一切 i 有 y i ( p ) = 0 ，并且在整个邻域U
中有恒等式
f = f ( p ) − ( y1 ) 2 − − ( y λ ) 2 + ( y λ +1 ) 2 + + ( y n )2
其中 λ 是 f 在点 p 处的指数。
证：首先证明如果 f 有这样的表达式，则 λ 必然是 f 在点 p 的指数。对任意坐标系
( z1 , , z n ) ，如果：
f (q ) = f ( p) − ( z1 (q )) 2 − − ( z λ (q )) 2 +（z λ +1(q)）
2
+ + ( z n (q)) 2 ,
则有
−2, 如果i = j ≤ λ ,
∂2 f 
( p ) =  2, 如果i = j > λ ,
∂z i ∂z j  0, 其它情形.

∂ ∂
这就表明 f** 关于 , , 这组基的代表矩阵是
∂z1 ∂z n
p p
 −2 
 
 
 −2 
 
 2 
 
 
 2
因此存在 TM p 的一个 λ 维子空间，使得 f** 为负定，并且存在一个 n − λ 维子空间V ，
使得 f** 为正定。假若存在 TM ** 的一个子空间，其维数大于 λ ，使得 f** 为负定，则这个

39
空间就会和 V 有非零的交，这显然是不可能的，因此 λ 是 f** 的指数。
现在来证明：的确存在这样一个适当的坐标系 ( y1 , , y n ) 。显然，我们可以假设：p
是 R n 的原点，并且 f ( p) = f (0) 。按照引理 4.1，我们可以记
n
f ( x1 , xn ) = ∑ x j g j ( x1 , xn ),
j =1
其中（ x1 , xn ）在原点 0 的某个邻域中。由于点 0 假定是临界点，所以
∂f
g j (0) = (0) = 0
∂x j
因此，再应用引理 4.1 于 gj,我们有

n
g j ( x1 , , xn ) = ∑ xi hij ( x1 , , xn ),
i =1
其中 hij 是某些适当的光滑函数，从而
n
f ( x1 , , xn ) = ∑ x x h (x ,
i , j =1
i j ij 1 , xn ) 。
1
可以假设 hij = h ji ，因为若命 hij = (hij + h ji ) ，则有 hij = h ji ，且 f = ∑ xi x j hij 。此外，
2
矩阵 (hij (0)) 等于
 1 ∂2 f 
 (0) 

 2 ∂xi ∂x j 
因而是非奇异的。
于是，存在一个非奇异坐标变换，使得 f 在原点 0 的某个可能较小的邻域中具有所
要的表达式。
用归纳法，假设在 0 的某个领域 U1 中，存在坐标系 (u1 , , un ) ,使得在整个 U1 中
f = ± (u1 ) 2 ± ± (ur −1 ) 2 + ∑uu H

i, j≥r
i j ij (u1 , , un ),
其中矩阵 H ij (u1 , , un ) 是对称的。对最后 n − r + 1 个坐标施行线性变换后，可以假设
H rr (0) ≠ 0 。命 g (u1 , , un ) 表示 H rr (u1 , , un ) 的平方根，它在点 0 的某个较小的邻域
U 2 ⊂ U1 中是 u1 , , un 的非零光滑函数。现在引进新坐标 v1 , , vn 如下：
40
vi = ui , 如果i ≠ r ,
 H (u , , un ) 
vr (u1 , , un ) = g (u1 , , un ) ur + ∑ ui ir 1 。
 i>r H rr (u1 , , un ) 
从反函数定理可见，在 0 的某个充分小的邻域U 3 中， v1 , , vn 可以取坐标。容易验
证，在整个邻域 U 3 中， f 可以表为
f = ∑ ± (vi ) 2 + ∑vv H i j
1
ij (v1 , , vn ) 。
i≤r i , j >r
根据此定理我们可以根据 f 的临界点的邻域的几何形态来对它进行分类。下图所示
的 2 维流形上的莫尔斯函数 f 的非蜕化临界点的四种情况，选择适当的坐标系， f 会具
有如下形式：
f ( x, y ) = ± x 2 ± y 2
它在 (0, 0) 处的非蜕化临界点附近具有下图所示的 4 中形态。相应的 f 在点 (0, 0) 处
的指数为 0，1，1，2。 (a) 称为极小点， (b) 、 (c) 为鞍点， (d ) 为极大点。
(a ) : x 2 + y 2 (b ) : − x 2 + y 2
(c ) : x 2 − y 2 (d ) : − x 2 − y 2
图 27 临界点的几何形态
41
推论 2.3 非蜕化临界点是孤立的。
注解：
(a) f ( x, y ) = x 2 。临界点集是 y 轴，它是 R 2 的子流形。临界点全是蜕化的。
图 28 蜕化临界点 1
(b) f ( x, y ) = x3 − 3 xy ， (0, 0) 是蜕化临界点（

“monkey saddle”
）。
图 29 蜕化临界点 2
定义：流形 M 的单参数微分同胚群是一个 C ∞ 映像
ϕ : R×M → M ，
使得
1）对于每个 t ∈ R ，由 ϕt (q) = ϕ (t , q ) 定义的映象 ϕt : M → M ，是一个把 M 映
成自身的微分同胚。
2）对于所有的 t , s ∈ R ，有 ϕt + s = ϕt ϕ s 。
给了 M 的一个单参数微分同胚群 ϕ ，我们可以定义 M 上的一个向量场 X 如下。对

42
于每个光滑实值函数 f ，命
f (ϕ h (q )) − f (q)
X q ( f ) = lim 。
h→0 h
我们说这个向量场 X 产生群 ϕ 。
引理 4.4 如果 M 上的光滑向量场 X 在一个紧致集 K ⊂ M 之外为零，则 X 产生 M

的唯一的一个单参数微分同胚群 ϕ 。
定理 4.2 若 f 是流形 M 上的实值函数，则命
M a = f −1 (−∞, a] = { p ∈ M : f ( p) ≤ a} 。
命 f 是流形 M 上的光滑实值函数， a < b 。如果集合
f −1 [a, b] = { p ∈ M : a ≤ f ( p) ≤ b}
是紧致集，不含 f 的任何临界点，则 M a 微分同胚于 M b 。此外， M a 是 M b 的变形
收缩核，所以包含映象 M a → M b 是一个同伦等价。
定理 4.3 命 f : M → R 是一个光滑函数， p 是一个非蜕化临界点，其指数为
λ , f ( p ) = c 。假设：对于某个 ε > 0 ，集合 f −1 [c − ε , c + ε ] 是紧致的，并且除了点 p 以外

不再含有 f 的其他临界点。于是，当 ε 充分小时， M c +ε 的同伦型与 M c −ε 粘上一个 λ 维
胞腔后的同伦型相同。
迄今所考虑的只是流形上没有蜕化临界点的函数，可证明：这种函数总是存在。在
嵌入 R n 的任何流形上可构造许多函数，没有蜕化临界点。如果对于固定的 p ∈ R n
事实上，
2
定义函数 L p : M → R为Lp (q ) = p − q ，那么，对于几乎一切 p，函数 Lp 只有非蜕化临
界点。这种函数称为莫尔斯函数。
定理 4.4 对于几乎一切 p ∈ R n （即除了一个测度为零的集合外）

，函数
Lp : M → R
没有蜕化临界点。
推论 4.1 在任何流形 M 上都存在没有蜕化临界点的可微函数，使得每个 M a 都是

紧致的。
推论 4.2 任何有界光滑函数 f : M → R 均可用无蜕化临界点的光滑函数 g 来均匀
43
逼近。此外，可以选择函数 g ，使得 i ≤ k 时，g 的 i 阶导数在紧致集 K 上也均匀逼近 f 的

相应导数。
下图演示了莫尔斯理论的基本原理， (a) 是一个圆环和一杯咖啡。当在 (b) 中圆圈
第一次接触咖啡时，圆圈在咖啡中的部分从一个空集变成一个圆盘的同胚形。当咖啡到
达圆环的内孔时 (c) ，淹没在咖啡中的圆环变成一个切除了顶端的圆柱 (d ) 。当圆圈大的
内孔全部被淹没时 (e) 从切除了顶端的圆柱变成切除了顶端的圆圈 ( f ) 。当全沉没时就变
成圆圈。
图 30 咖啡中的圆圈（John C.Hart. Morse Theory for Computer Graphics）
44
上述过程的莫尔斯理论描述如下图所示。
图 31 截断圆圈的同伦类（John C.Hart. Morse Theory for Computer Graphics）
下图说明定理 4.2 如果集合 f −1[b, a] = { p ∈ M : b ≤ f ( p) ≤ a} 不含 f 的任何临界点，
则 M a 微分同胚于 M b 。
图 32 微分同胚区域
定理 4.5（Reeb）若 M 是一个紧致流形， f 是 M 上一个可微函数，只有两个临界点，
均非蜕化，则 M 同胚于球面。
45
46
中国科学院计算技术研究所博士后出站报告
第五章数字莫尔斯理论
5.1 发展数字莫尔斯理论的背景
5.1.1 在离散数集上经典莫尔斯理论不能直接应用
在经典莫尔斯理论中要求定义在流形上的函数 f (经常称为高度函数)是定义在一
个紧的光滑流形 M 上的 C 2 的连续函数。莫尔斯函数具有如下性质：每个临界点都是孤
立点，在每个临界点处 f 的 Hessian 矩阵是非奇异的。换句话说每个临界点都是单一的
孤立点，而且是真正的局部最大点、或局部最小点、或局部鞍点。 f 的等值面的拓扑变
化仅仅发生在“临界值”处，而且变化的形式完全由临界点处的 Hessian 矩阵的负特征
值的个数决定（Hessian 矩阵的负特征值决定了线性无关的梯度下降的方向的个数）
，也
就是由临界点是局部最大点、还是局部最小点、还是局部鞍点决定。
我们将这个结果应用到离散问题上，在离散问题上不能象前面那样假设函数是莫尔
斯函数。例如在我们面对的离散数据中有的局部区域内聚集着同一数值，所以不能在一
般意义下的假设临界点是孤立的。
由于离散采样的数据可以多种方式扩展成连续函数 f ，我们需要做一些基本假设，
这些假设与当前图象处理中的所谓体数据或灰度数据的大多数情况一致。
5.1.2“组合”观点（combinatory insight）下的弱莫尔斯条件
定义 5.1 为简化起见，
我们假设取样数据已映射到 Euclidean 空间中的整数网格上，
即由定义在 Z n 上的实值函数 δ 给定。我们以自然的方式组成单位超立方体，也就是如果
p, q ∈ Z n 之间的 Euclidean 距离是 1 则认为有一个线段连接这两点。这样采样数据就表
示立方体顶点（或格网的顶点）上的值。不失一般性，假设 δ 是非负的。再假设在 Z n 的
有限子集中 δ > 0 。
定义 5.2 我们说一个连续实值函数 f 是 δ 的插值函数（ f interpolate δ ）

，如果
f 的定义域是 n 维 Euclidean 空间， f 在 E n 的一个有界闭子集中非 0，且对于所有的
p ∈ Z n ，有 f ( p) = δ ( p) 。
47
定义 5.3 对于 δ 的插值函数 f ，我们用 X ≥f τ 表示 p ∈ E n 的集合，其中 f ( p) ≥ τ 。相
似地，用 X δ≥τ 表示 p ∈ Z n 的集合，其中 δ ( p) ≥ τ 。
显然如果 f 插值 δ ，则 X δ≥τ ⊆ X ≥f τ 。
定义 5.4 我们用 B( X ) 表示集合 X 的拓扑边界。
大多数研究者，对于插值函数的第一个假设是所用到的函数是连续的。我们将把 X ≥f τ
的边界区域的拓扑问题简化为“组合”问题。边界区域由 Z n 中的取样数据的连接集合构
成。理由很简单， X ≥f τ 的每个连通区域(component)都包含 X δ≥τ 的一个子集，我们认为这
个子集是连通的，也就是，一个取样数据的集合是连通的当且仅当它被包含在同样的水
平集的连通区域(component)内（ X ≥f τ 的连通区域内）
。正如在后面将要讨论到的，在“插
值函数”上加一些假设，我们还可以进一步说：如果我们决定了 X δ≥τ 的连通情况，我们
就能决定 X ≥f τ 的区域(component)的拓扑性质。
数字莫尔斯理论的基本想法是：对象的拓扑性质由离散数据集的连通性质决定。我
们可以从 X δ≥τ 上的离散拓扑获得我们在通常情况下想在 X ≥f τ 上获得的拓扑信息，其中 f
是一些合理的插值函数。
对于给定的τ ，我们将用 B ( X ≥f τ ) 的结构上的一些公理来约束插值函数 f 。因为我们
面临的问题大多是在给定τ 的情况下，插值 B( X ≥f τ ) 的一些区域，而不要求 f 在整个 E n 上
有定义，这个假设是合理的。
为了叙述的简便，我们对任一实数τ 给出如下定义：
定义 5.5 一个点 p ∈ Z n 是“高”如果 p ∈ X δ≥τ ，也就是，如果 δ ( p) ≥ τ ，是“低”
如果 δ ( p) ≤ τ 。
我们假设对于每个不在 δ 的有限值域内的τ （τ 不等于取样数值）

， X ≥f τ 是由有限个
道路连通的 n 维区域 Oi (τ ) ，i = 1, , k 构成的集合，且每个区域的边界 B (Oi (τ )) 是一个闭
的、有界的、有向的流形构成的有限集合。这和图像处理研究领域的研究对象的情况一
致。
大多数算法是在没有比数据更多的信息的情况下，构建 X ≥f τ 的拓扑。也就是说，和
数据保持最简单的拓扑一致性，即在水平集的每个连通区域或它的补集中至少包含一个
样本点（ E n 中的整数点）的前提下，这种拓扑构建不会引入多余的“洞（hole）”和“柄
（handle）”。如下图 33 和图 34 所示。
48
图 33 和数据的连通性保持最简单的一致
图 34 包含了数据隐含的连通性之外的额外拓扑复杂性
我们假设流形 B( X ≥f τ ) 和超立方体以一种简单的方式相交，即和超立方体的“边”只
。在一般意义下，B( X ≥f τ ) 和一个 d
有一个交点，和超立方体的面的交是一个“一维集合”
维超立方体的交是一个 d − 1 维集合（见后面公理 2）
，这个假设是合理的，因为它只是说
给定一个等值面的值τ ，它不等于样本数据， B( X ≥f τ ) 的“平坦区”永远不会和超立方体
的表面重合。这样我们可以根据两个“高”顶点在某个表面 F 中是否是道路连通的来决
定它们是否相邻（图 35）
。所以对于一对不是边界连接的对角“高”顶点，我们要检查
在立方体内是否有它们之间的连通道路。
49
图 35 表面 F 中的道路连通情况
当超立方体的边的两个端点的是“高”和“低”时，可以用插值的方法获得边界表
面和该边的交点。对于两个端点均为“高”的边，则断言它在完全在 X ≥f τ 内。
由于“边相邻”的“高”的被认为是连通域的一部分，人们也许想用可传递的超立
方体“边相邻”关系的闭集来定义 X δ≥τ 的连通性，但数字拓扑的研究表明仅仅根据“边
相邻”来定义 X δ≥τ 的连通性会导致“不对称性”

，即会出现当 X δ≥τ 的一个区域是“边连通”
的但它的补集不是“边连通”的（在 3 维空间里应该是“14－边连通”而不是“6－边连
通”—立方网格中一个顶点与“上下”
、“左右”
、“前后”6 个点）
。
后面将解释为什么“6－边连通”不是正确的选择。但是对于任何一种局部连接定义
的选择，我们都能发展（develope）出同样的数学成果：同样的识别临界点的算法，和
同样的构造临界点图的算法。这是因为我们提出的公理完备地定义了适合于任意“连接
法则”的水平集边界流形的拓扑。
50
5.1.3 为什么“边连通（edge-connectivity）”是不充分的
定义 5.6 我们称插值出的边界 B( X ≥f τ ) 与立方体的边的交点为“碰撞点(hit
point)”。
定义 5.7: 当超立方体的一个面包含对角的“高”和对角的“低”时我们称它为“4
碰撞面（4-hit face）
”，因为根据前面的假设边界 B( X ≥f τ ) 和它的每个边均有 1 个“碰
撞点”
。
定义 5.8：认为“4 碰撞面”的一对对角的“高”是相邻的（adjacent）,是认为它
们在该立方体面 F 内是道路连通的，即是 F ∩ X ≥f τ 的连通区域的一部分，这样在共有一
个“低”的两个边上的“碰撞点”是被该面内的边界曲线连接的。我们称这种连接为“编
织低(knit Low)”,类似地认为“4 碰撞面”的一对对角的“高”不相邻的选择（一对对
角的“低”是相邻的）称为“编织高(knit High)”。
H L H L
L H L H
编织低(knit Low) 编织高(knit High)
图 36 编织低和编织高
对于面 F 只有两种选择，因为只要在两个“高”之间有一个道路连通 π ⊂ X ≥f τ ∩ F ，
则不可能存在一条两个“低”之间的道路连通 π ′ ⊂ X <f τ ∩ F ，如果这样 π 和 π ′ 在 F 内相
交，和 X <f τ ∩ X ≥f τ = ∅ 矛盾，所以在 2 维的情况下我们只有这两种选择。在 3 维和高维
中有类似的选择，在这种情况下，如果共有 F 的超立方体内部有道路连通，也认为它们
是连通的。但在后面我们讨论“4 碰撞面”时会看到，当我们假设道路是在 F 上时，我
们不会丧失拓扑一般性。
51
下面解释为什么“边连通（edge-connectivity）”是不充分的。
断言（assertion） 5.1 如果 f 插值 δ 则 X −>−f τ = X <f τ 。
证明：如果 f 插值 δ 则 − f 插值 −δ ，因为 f ( p) = δ ( p) 则 − f ( p ) = −δ ( p) ，而如果
f ( p) < τ 则 − f ( p ) > −τ ，所以 X <f τ = X −> −f τ 。
断言（assertion）5.2 只根据“边连通”来判断“高”的道路连通会出现 X −>−f τ ≠ X <f τ 。
证明：如果我们将所有取样数据的值取负， − f 的“高”顶点是 f 的低顶点， − f 的
“低”顶点是 f 的“高”顶点，在 X >f τ 中两个“低”顶点相邻，这将使对应的 X −>−f τ 的两
个“高”顶点不相邻。因此仅仅用“边连通（edge-connectivity）”是不充分的（比较
图 37，图 38）
。
图 37：由“边连通”决定的“高”顶点的连通区域
图 38：图 37 中点的值取负后由“边连通”决定的“低”顶点的连通区
域
52
5.1.4 对角连通的正确判断
由于仅仅根据“边连通”会出现 X −>−f τ ≠ X <f τ ，所以要选择一种相邻判决法则，使
X −>−f τ = X <f τ 。在τ 减小时，集合 X ≥f τ 显然具有单调性，因为一但一个点属于该集合，当τ
减小时它仍然属于该集合。对于τ < c ， f ( p) ≥ c 意味着 f ( p) > τ 。这说明对于给定的阀
值 c ,如果“4 碰撞面”的两个“高”顶点是相邻的，那么对于任何值τ < c 它仍然是相邻
的。在 3 维或高维情况中我们要决定取什么阀值时超立方体内部有连通两个“高”顶点
的道路。
5.1.4.1 消除“4 碰撞面”歧义的法则
首先研究 2 维流形的情况，设 A 是 4 碰撞面 F 上的次最大值，即该值对应的点和其
，并且设 B < A ，且是第三大值。根据上面的推理，需要选择一个值 c 满

对角点是“高”
足 A < c < B ，高于 c 时“低”是相邻的，低于 c 时“高”是相邻的。我们称 c 为“消除
。如果一但 c 选定， −c 也是 −δ 的“消除歧义值”

歧义值” ，且它将产生所需要的对称特
性。这是因为如果我们根据τ < c ，我们选择“高”为相邻的，就意味这我们能根据 −τ > −c ，
在所有样本值取负后，选择对应的点（ −δ 的“低”）为相邻的。这样 X −>−f τ 和 X <f τ 就是
相同的。
我们所称的“消除歧义法则”为 “编织高高于”、
“编织低低于”，在图 39 到图
42 中描述了此法则。
在其中还可以清楚的看到互补的（相反的）法则：当取值高于“消除歧义值” c 时
“编织低”的法则和当取值低于“消除歧义值” c 时“编织高”的法则，在 2 维情况中
是不一致的。因为若取值高于“消除歧义值” c 时，
“高”是在面内是道路连通的，则对
于所有的阈值τ < c 它也都成立。
53
图 39：
“编织高高于”、
“编织低低于”：初始状态的两个分离对象
图 40：两个分离对象在消除奇异值处接触
图 41：两个分离对象合并
54
图 42：4 碰撞面被淹没
5.1.4.2 “消除歧义值”的插值方法
我们用双线性插值的方法插值“消除歧义值” c ，该方法和 Neslson 的线性插值方
法相似并且是它的泛化(见[Nielson-1991])。
从以上讨论，可知这个值 c （高于 c 对角的“高”在该“4 碰撞面”内是不连通的，
低于 c 是连通的）的存在不依赖于线性插值函数。不考虑插值的方法，客观上存在某个
值，取此“值”时,它们( “高”或“低”)是连通的。在高维的情况中， “消除歧义值”
的取值位置可能在共有该面的超立方体的内部，取该值时，两个包含对角的“高”的局
部连通区域“首次相遇”
。问题的关键是取“消除歧义值”时，是否在共有这个面的立方
体内有通过第三个“高”的道路连通该面内的对角的“高”
。（见临界“4 碰撞面”的定
义，以及图 45 到图 51）
。
定义 5.9 “消除歧义法则”
：在二维的情况中的步骤如下：首先对每个“4 碰撞面”
的边的 δ 值进行线性插值，依据下面给出的公式插值出对应点的位置，称该点为“消除
；其次，插值出该点的值 c = δ ( p ) ，即“消除歧义值”
歧义点” ；再次，扩展 δ 的定义域，
使它包含点 p （称为扩展 δ ）
。最后，对于给定的τ ，如果τ > c 则认为“低”是相邻的
（
“编织高”
），否则认为“高”是相邻的（
“编织低”
）。
如图 43 和图 44 所示，不失一般性，假设“4 碰撞面”在 x, y 平面内，该面的原点
在 x = i, y = j 处。
55
设 δ (i, j ) = A
δ (i + 1, j ) = B
δ (i + 1, j + 1) = C
δ (i, j + 1) = D
“消除歧义点”的位置由下式给定：
i + x0 , j + y0
其中
x0 = ( A − B) /(( A + C ) − ( B + D))
y0 = ( A − D) /(( A + C ) − ( B + D))
“消除歧义值”为：
c = δ (i + x0 , j + y0 ) = A + ( D − A) x0
在 3 维的情况中采用“三线性（trilinear）插值”的方法确定最大的“消除歧义值”
c ，取此值时，对角的“高”是通过共有该面的任一超立方体内部的道路连通的。在更
高的维数情况中我们通过“多线性（multi-linear）插值”的方法确定最大的“消除歧义
值” c ，取 c 时，对角的“高”通过共享该面的多个超立方体中的一个的内部的道路连
通。低于此值我们认为对角的“高”通过在面 F 中的道路连通。要说明的是这个道路不
一定真在面 F 中，但是我们只关心拓扑，这不会改变我们的结果。这样插值出的点称为
，并且和面 F 关联。
“消除歧义点”
图 43 4 碰撞面命名术语
56
图 44 线性插值消除歧义点和值
5.1.4.3 “4 碰撞面”的定义
，如果对于所有的τ > c ，c 为“消

定义 5.10 我们定义一个“4 碰撞面”是“临界”
除歧义值”
，对角的“高”无论通过那个共享此面的超立方体都不是道路连通的（
“相邻
高”的定义见后面定义 5.11）
。
可以断言在 2 维的情况中所有的“4 碰撞面”都是“临界”

。
“4 碰撞面” F 上的对角的“高”是在共享该面的某个超立方体内
现假设取值 c 时，
的“高”的连通区域内。如果这对对角的“高” 之间不存在一条通过另外一个的共享该
面的超立方体内的“高”点的道路，则在共享该面的超立方体内，两个分开的区域会发
生合并。例如在 3 维空间中，设立方体 C1 和 C2 共享“4 碰撞面” F ， F 上对角的“高”
为 H1 和 H 2 。假设取值 c 时，没有从 H1 到 C1 的对侧的“面”然后到 H 2 的连通“高”的
道路，同时也没有从 H1 到 C2 的对侧的“面”然后到 H 2 的连通“高”的道路，则在 F 上
连通对角的“高” H1 和 H 2 的道路就是连通两个局部的分离的区域的“柄”
。从全局拓扑
的角度说，两个分开的表面合并了，或一个表面的亏格(genus)增加了。即使连通 H1 和 H 2
的真正道路不在 F 上，比如说在 C1 内，将该道路“搬”到 F 上也不会丧失拓扑一般性。
关键的是在 C1 和 C2“并”中的任何连接 H1 和 H 2 的“高”的道路是直接通过 H1 和 H 2 的。
这意味着（见后面的公理）在 C1 和 C2“并”中有一个连通分别包含 H1 和 H 2 的区域的“柄”
或“桥”
。这也意味着在这个“并”中水平集的边界的区域的拓扑会发生变化。
在图 45 到图 47 中我们看不到取“消除歧义值”时，水平集的边界有拓扑变化，而
57
在图 48 到图 51 中立方体中形成了一个明显的“柄”
。在这些例子中，
“4 碰撞面”被上
下堆叠的两个立方体共有，上面的立方体的对侧的“面”只有“低”顶点，所以都在水
平集之外。要说明的是：这些图画的“4 碰撞面”的图像，可以看成是从上向透明立方
体内看的透视图；另外连通“4 碰撞面”的对角的“高”的真正道路是否在“4 碰撞面”
不会造成拓扑的不同。在图 45 到图 48 中，在高于“消除歧义值”时，那个被共有的“4
碰撞面”上的“高”已被下面的立方体连通。
（在拓扑等价的意义下）在图中下面的立方
体中画出了水平集的代表区域。
图 45 描述临界和非临界“4 碰撞面”
。画的三个面是共有这个“4 碰撞面”两个立方
体的 3 个面。在每个例子中上方立方体对侧面的顶点在水平集之外，我们画出了三个
面在高于消除歧义值和低于消除歧义值时的情况，根据拓扑等价性，黑的表示水平集
中在（通过）下方立方立方体的对象。该图是非临界“4 碰撞面”
，高于消除歧义值时
其中对角的“高”已在下方的立方体的连通域中。
58
图 46 这个共有面是非临界“4 碰撞面”
，因为高于消除歧义值时对角的“高”已在
下方的立方体的连通域。
59
图 47 这个共有面是非临界“4 碰撞面”
，因为高于消除歧义值时对角的“高”已在
下方的立方体的连通域。
60
在图 48 到图 51 中，在高于“消除歧义值”时，在上下两个立方体中都没有连通“4
碰撞面”上的“高”的道路。这样在图 45 到图 47 中的被共有的“4 碰撞面”不是“临
界”
，而在图 48 到图 51 中的被共有的“4 碰撞面”是“临界”
。
图 48 这个共有面是临界“4 碰撞面”
，因为高于消除歧义值时对角的“高”不在下
方的立方体的连通域。
61
62
63
64
即使 H1 和 H 2 已经是在“消除奇异值”处的流形 M 的内部点，我们仍然可以明显地
看出任何连通 H1 和 H 2 的道路可以被一个在 C1 和 C2 的“并”内的“回路”包围，而且这
个“回路”完全在 M 的外部。
有人会认为“4 碰撞创面”会引入太多的 B( X ≥f τ ) 在鞍点的拓扑变化，我们将在讨论
算法的段落中处理该问题。
下面将给出表达前面讨论的观点的公理描述。
5.2 数字莫尔斯理论
5.2.1 水平集边界插值问题的公理化处理（Axiomatic treatment of level set boundary
interpolation problem）
我们首先用 X δ≥τ 和它的补集的格网点（或超立方体顶点）的连通集的定义来概括前
面的讨论。这些定义是建立在“图连通（graph connectivity）
”和“数字拓扑（digital
topology）
”的概念上的。
在后面的讨论中，我们假设 f 插值扩展 δ （包含“消除奇异点”

）。
定义 5.11 给定阈值τ ，两个“高”

（对应的是两个“低”
）是相邻点，当且仅当取
τ 时，根据“消除奇异法则”它们是边相邻点或对角相邻点。“道路连通”是相邻关系的
可传递的闭集。一个集合 S ⊂ Z n （格网点的集合）是连通的，当且仅当存在一个连接它
的所有格网点对的道路，该道路完全被包含在该集合中。
“高”的连通集（对应的是“低”
的连通集）定义为仅仅包含“高”顶点（对应的是仅仅包含“低”顶点）的道路连通集。
“高”连通域（对应的是“低”的连通域）是最长的“高”的道路连通集（对应的是“低”
的道路连通集）
。
定义 5.12 我们说两个点集是有重叠的，如果它们的交不为空。给定有向流形的一
个有限集合 S ，我们定义某个流形 M 的“相对内部”是流形 M 的内部和 S 中所有的流
形的内部的交，这些流形和 M 的内部重叠的。我们可以用相似的方式定义 M 的相对外
部。
定义 5.13 我们说一个 d 维超立方体，是指一个由 2d 个相邻的整数格网点构成的超
立方体，所以 d 维超立方体的边界是由 d − 1 维超立方体构成。
65
定义 5.14 设 C 是一个 d 维超立方体， M 是 B( X ≥f τ ) 的一个连通区域。相对于 C ，
M 的一个超立方体“面片 patch”是 M ∩ C 的一个 d − 1 维连通区域。
定义 5.15 为了发展数字莫尔斯理论，对于每个不在扩展 δ 的值域中的 τ ,我们对
B( X ≥f τ ) 的连通区域（iso-surface 等值面）做如下假设（或公理）
。如果某个插值函数
满足如下公理则称为数字莫尔斯插值。
5.2.1.1 公理
公理 1：对于（ n 维数据）我们假设 B( X ≥f τ ) 是一个嵌入在 E n 中的有向的 n − 1 维的不
相连的、紧的流形的有限集合系。
公理 2：设 M 是一个流形（ B( X ≥f τ ) 的一个连通域）

， C 是一个 d 维超立方体，其中
d ≤ n 。我们假设 M ∩ C 的每个连通域（） σ ，是一个 d − 1 维的集合，它是可被

“面片”
双连续映射（bicontinuous mapping）到 d − 1 的单位圆（unit disk）,所以 σ 与 C 内部
的“交”是 E d −1 的一个同胚(homeomorphic), σ 和 C 的边界的“交”是 d − 2 维球面的一
个同胚，这样 σ 将 C 分成了两部分，其中一部分只包含一个“高”的连通区域（对于 C
。进而有，d 维超立方体和 B( X ≥f τ ) 的“交”将 C 分割成不相交的 d 维连通区域，

的顶点）
这些区域或者只包含来自某个非空的“高”连通域（对于 C ）中的顶点，或者只包含来
自某个非空的“低”连通域（对于 C ）中的顶点。
公理 3：我们假设 B( X ≥f τ ) 的一个连通域 M 的“相对内部”只包含 X δ≥τ （

“高”
）的一
个连通域， M 的“相对外部”只包含 X δ≥τ 的补集（

“低”
）的一个连通域。
公理 1 和公理 3 可单独定义 B( X ≥f τ ) 。公理 3 是说 B( X ≥f τ ) 的拓扑是完全由 X δ≥τ 的封闭
连通域决定，这是最直观的定义。
公理 2 进一步精确描述了等值面(iso-surface)的几何特征。它刻画了这个面在超
立方体内以一种简单的方式分割“高”和“低”
。它有助于这节中主要结论的证明。可以
证明公理 3 蕴涵于公理 1 和公理 2 中。之所以加进公理 3，是因为它显得符合从全局的
视角构建等值面的目的。但是公理 1 和公理 2 是充分的事实是有重要意义的。它表明流
形（等值面）能够一步步，局部地从一个个超立方体中构建出来。我们用一种高效的、
简单的、维数无关的、可并行化的等值面的构建算法—“SpiderWeb”来说明存在满足公
理的流形（等值面）
。
设 f 和 f ′ 插值 δ 且满足以上公理。
66
引理 5.1 X ≥f τ 和 X ≥f τ′ 有相同数目的连通域。
证明：设 f 插值 δ ，并且满足前面的公理。那么 B( X ≥f τ ) 内的边界流形的相对内部由
k 个不重叠的连通区域构成。X ≥f τ 是这 k 个不重叠的连通区域的闭集，即是这些 k 个不重
叠的连通区域和 B( X ≥f τ ) 的并。根据公理 1， B( X ≥f τ ) 内的边界流形是两两互不相交的，
所以 X ≥f τ 必由 k 个相互分离的连通区域构成。又根据公理 3，这 k 个区域中的每一个包含
X δ≥τ 的一个区域，所以 X δ≥τ 的区域的个数也是 k 。因为对于任何满足公理的函数这个都
成立，所以 X ≥f τ 和 X ≥f τ′ 都由 k 个区域构成。
引理 5.2 设 e 是超立方体的一个边，则 e 和 B( X ≥f τ ) 有唯一的“交”

（碰撞点）
，当
且仅当 e 的两个端点分别是“高”和“低”
。
证明：这可以从公理 1 和 2 直接得到。
引理 5.3 每个 2 维的超立方体的面 F 有 0，2 或 4 个碰撞点。
证明：这可从简单的奇偶分析中得到，或通过对 4 个顶点的可能的“高”和“低”
的组合分析得到。1 个、2 个或 3 个边相邻的高有 2 个碰撞点，只有一对对角的高有 4
个碰撞点，见图 35。
定义 5.16 两个在面 F 碰撞点是相邻的，如果它们被 B ( X ≥f τ ) ∩ F 的曲线段连接。碰
撞点集合的连通性由可传递的相邻关系的闭集定义。相应的可定义连通区域。
引理 5.4 面 F 上一个碰撞点 h 只和面 F 上唯一 h 之外的临近的碰撞点 h′ 通过
B ( X ≥f τ ) ∩ F 的曲线段连接。
证明：根据前面的引理，消除歧义法则，和公理 2 可得（见图 35）

。
在下面的论述中，设 f 和 f ′ 插值 δ 并满足 3 个公理。
定义 5.17 我们可以唯一地在碰撞点出现的超立方体的边上确定它。
在下面的当我们
提到实际的碰撞点（而不是仅仅是边时）我们指的是这个事实。
引理 5.5 B( X ≥f τ ) 和 B( X ≥f τ′ ) 有相同的碰撞点的集合（对应边的集合也相同）
。
证明：这可以从引理 5.2 得到。改变内插函数并不改变顶点是“高”还是“低”

。
定义 5.18 两个面的“面片”是相邻的如果它们相交。
， σ ∈ C 和 σ ′ ∈ C ，是相邻的当且仅当它
引理 5.6 两个 M 的 d − 1 维面上的“面片”
们的交是 M 的 d − 2 维面上的“面片”的集合，这个集是在 C 和 C ′ 的共有 d − 1 边界超立
方体边界上。进一步可得，如果 σ 和 σ ′ 相邻，则在它们相交的区域内有至少一个公共碰
67
撞点。
证明: 这可以从公理和这样一个事实中得到，这个事实是 C 和 C ′ 共有一个 d − 1 超立
方体边界。在它们相交的区域内有至少一个公共碰撞点，是因为它们的交至少发生在一
个立方体的边上，所以它们共有该碰撞点。
引理 5.7 每个超立方体的碰撞点的连通集合是某个“面片” σ ∈ B( X ≥f τ ) ∩ C 的一个
成员；反过来，包含在每个“面片” σ ∈ B( X ≥f τ ) ∩ C 中的碰撞点构成唯一的 C 的碰撞点
的连通集合。
证明：根据碰撞点的邻近和连通的定义，任何在 C 的连通域内的“碰撞点对”被
B ( X ≥f τ ) ∩ C 中的道路连接，被立方体表面上的连通的“面片”连接，连接它们的“面片”
一定是同一个“面片”的局部。所以连通的碰撞点都在 C 的一个“面片” σ 中。
另一方面，我还要证明 σ 的碰撞点构成 C 内的一个连通集。这可通过依据维数 d 的
归纳法实现。根据引理 5.2 和 5.4，这个结论在 d = 1 和 d = 2 时是明显成立的，依据归
纳法，我们首先假设，在 C 内，对于所有的 j ≤ d − 1 ,任意 j 维超立方体 C 的每个“面片”
σ 中的碰撞点是连通集。依据归纳法，设 σ 是 d 维超立方体的一个“面片”。根据公理 2，
σ 和 C 的边界的“交” β ，和 d − 2 维球面同胚，所以是道路连通的。设 h 和 h′ 是 σ 中的
任意两个碰撞点，则在 β 中存在一个道路 π ∈ β 连通 h1 和 h2 。这个道路 π 通过一个 C 的
d − 1 维边界上的相邻的 d − 2 维“面片”的序列，σ 1 , , σ m ，对于任意1 ≤ i < m ，设 hi 是
σ i 中碰撞点， hi +1 是 σ i +1 中的碰撞点。可证 hi 和 hi +1 是 C 的同一个连通域的成员。因为 σ i

和 σ i +1 是相邻的，根据引理 5.7 和归纳法，它们至少有一个公共点。再根据归纳法，σ i 和
σ i +1 在它们各自的边界立方体中是碰撞点的连通集，所以 σ i 和 σ i +1 的“并”是 C 中某个

碰撞点的连通集的一部分。所以 hi 和 hi +1 是 C 中某个碰撞点的连通集的一部分。又因为
h ∈ σ 1 ， h′ ∈ σ m ，则命题得证。
引理 5.8 每个碰撞点的连通集被包含在 B( X ≥f τ ) 中的某个区域流形 M 中，反过来，
在这种区域流形 M 中的碰撞点构成了唯一的碰撞点连通集。
证明：根据碰撞点的相邻性和 M 的连通性定义，可得碰撞点的连通集包含在某个流
形 M 中。这个流形是唯一的，因为根据公理 1 流形是成对地不相交的。
而对于反过来的逆命题，假设 M 包含碰撞点 h1 和 h2 ，显然在 M 中有道路 π 通过 h1 和
h2 。这个道路通过某个 M 中的“面片”的序列，σ 1 , , σ m ，它们分别在立方体 C1 , , Cm

68
中，其中 h1 ∈ σ 1 ， h2 ∈ σ m 。根据引理 5.7，对于所有的1 ≤ i < m ， σ i 包含 Ci 中的一个碰
撞点的连通区域。对于任意一个的这样的 i ，σ i 和 σ i +1 在 Ci 和 Ci +1 的公共超立方体边界 Ci′
上至少有一个公共碰撞点。所以 σ i 的碰撞点和 σ i +1 的碰撞点是同一个碰撞点连通集的一
部分，所以 h1 和 h2 是同一个碰撞点连通集的一部分。
从引理 5.8 我们可直接得到。
引理 5.9 B( X ≥f τ ) 和 B( X ≥f τ′ ) 由相同数量的连通区域构成。
设 H 是一个碰撞点(边)的连通区域。设 M 是 B( X ≥f τ ) 中包含 H 的区域，设 M ′ 是
B( X ≥f τ′ ) 中包含 H 的区域。
引理 5.10 设 M 由“面片”集 ∑ = σ 1 , , σ k 构成。则存在一个一对一从 ∑ 到 M ′ 的
“面片”的映射 ℓ ，对于所有的1 ≤ i < j ≤ k ，σ i 和 σ j 是相邻的，当且仅当 ℓ (σ i ) 和 ℓ (σ j )
是相邻的。另外，它们相应的“交”有相同的连通区域个数。
证明：映射 ℓ 关联两个“面片”
，如果它们共有相同的碰撞点集（作为边的 as edges）
。
根据引理 5.7 这个映射是满射又是单射(one-to-one and onto)。
如果 σ i 和 σ j 相邻，根据以上引理，对于它们“交”的每个区域，它们在公共边（on edge
e ）上至少共有一个碰撞点。这样， ℓ (σ i ) 和 ℓ (σ j ) 也在边 e 上有一个公共碰撞点。反命
题显然也成立。
换句话说，如果我们用图的方法来表示这些“面片”
（图的顶点）和它们的相邻性（图
，则 M 的表示图和 M ′ 的表示图是同构的（isomorphic）
的边）。
应用以上结论我们可证：
引理 5.11 M 和 M ′ 是同胚的。
证明: 我们可以以“面片”为单元，分断构造出 M 到 M ′ 的全局同胚。根据公理 2，
“面片”σ i 和 ℓ (σ i ) 都和单位圆之间存在一个双连续映射(bicontinuously mappable)。根据
引理 5.7 和 5.10，我们知道 σ i 和 σ j 是相邻的，当且仅当 ℓ (σ i ) 和 ℓ (σ j ) 是相邻的。根据引
理 5.6 和公理 2，我们知道 M 和 M ′ 的相邻“面片”的“交”之间存在一个双连续映射。
，我们可以通过扩展 σ i 到 ℓ (σ i ) 的双连续映射的域到 σ j ，建立 σ j 到

对于相邻的“面片”
ℓ (σ j ) 的双连续映射，以这种方式我们可以以迭代的方式构造每个 σ i 上的同胚，最后构
造出 M 和 M ′ 的全局同胚。
虽然在给定立方体中流形 M 和 M ′ 的位置可以不同，但它们以相同的方式通过相同
69
的立方体。
我们现在可以证明我们的主要结论。
5.2.1.2 数字莫尔斯插值的拓扑等价性（ Topological equivalence of Digital Morse
interpolants）。
定理 5.1 如果 f 和 f ′ 是满足三个公理的插值 δ 的函数，则 B( X ≥f τ ) 和 B( X ≥f τ′ ) 是同
胚的。
证明： B( X ≥f τ ) 的每个区域 M 和 B( X ≥f τ′ ) 的唯一区域 M ′ 对应，根据引理 5.8、5.11，
我们知道 M 和 M ′ 是同胚的。
由于这些面的位置由取样距离决定，这些公理进一步在几何上准确定义了这些面。
事实上，在一些情况下我们在一个立方里可定几个不同的“面片”
，例如在三维情况中可
到 4 个。
我们现在可以把经典的莫尔斯理论的深刻见解和概念应用到离散数集里。根据我们
设定的前提，问题变成什么是临界值和相应的临界点？在这些临界点 B( X ≥f τ ) 的拓扑会发
生变化。下面讨论该问题。
5.2.2 公理的推论：临界点、临界集、临界值
在体数据中，不是所有的临界点都是孤立的点。特别是，一簇具有相同值的连通网
格点构成了一个临界点集。为了处理这种点簇，我们用前面定义“高”的集合的连通性
同样的方式定义这种点集的连通性；即两个格网点 p 和 q 满足 δ ( p) = δ (q) 是相邻的，如
果它们是取值τ = δ ( p) 的相邻点。
定义 5.19 我们称一个有同样 δ 值的格网点的连通区域为蜕化集(degenerate set)。
当我们说一个物体(object)是指 X ≥f τ 的一个区域 Oi (τ ) ，当我们说它的拓扑是指包含
B (Oi (τ )) 的边界流形的拓扑。
下面定义 f 临界值和相应的临界点和临界集。临界值是那些当τ 由大变小通过它们
时，X δ≥τ 连通性的变化，导致 B( X ≥f τ ) 的变化。对于每个关心的点 p ，相邻性是值τ = δ ( p)
时对应的相邻性。
数字莫尔斯临界点：
定义 5.20：
1）如果一个格网点相对于它邻域内所有的点有最大值 δ ( p) ，则 p 是最大临界点，
70
相应的 δ ( p) 是最大临界值（见图 52 ）
。
图 52 最大临界点
2）如果一个格网点相对于它邻域内所有的点有最小值 δ ( p) ，则 p 是最小临界点，
相应的 δ ( p) 是最小临界值（见图 53 ）
。
图 53 最小临界点
71
3）如果一个格网点 p ，在每个坐标轴方向上的相对于两个临近点， δ ( p) 是最大或
最小，且 δ ( p) 在至少一个方向是最大，在至少一个方向上是最小。这样的格网点称为鞍
临界点， δ ( p) 称为鞍临界值。
图 54 鞍临界点
，则 p 是鞍临界点， δ ( p) 是
4）如果 p 是某个临界“4 碰撞面”上的“消除奇异点”
鞍临界值（见图 55）
。注：
“消除奇异点”的位置和对应的精确值和插值函数有关，而它
的存在与否与插值函数无关。
图 55 临界“4 碰撞面”
72
在下面的 5 到 7 中设 S 是一个蜕化集，蜕化值 c = δ ( S ) 。设 N 是 S 在 X δ≥τ 中的邻近
点（相邻的点 neighbors）的集合，它们不在 S 中。计算 N 中连通区域。
5）如果 N 是空的，则 S 是最大临界集，对应的 c 是最大临界值（见图 55）

。
图 56 最大临界集
6）如果 N 由一个连通区域构成，S 是最小临界集，对应的 c 是最小临界值（见图 57 ）

。
图 57 最小临界集
73
7）如果 N 由多于 1 个的连通区域构成，则 S 是一个鞍临界集，对应的 c 是鞍临界值
（见图 58）
。
图 58 最小临界集
B( X ≥f τ ) 的拓扑的变化或连通区域的个数发生在发生仅发生在临界值。下面是精确描
述，
数字莫尔斯理论的基本定理
定理 5.2 如果τ 是临界值，则对于任何足够小的 ε > 0 ， B ( X ≥f τ −ε ) 和 B ( X ≥f τ +ε ) 是不
同胚的。反之，如果在区间 [τ 1 ,τ 2 ] 中没有临界点则 B ( X ≥f τ1 ) 和 B( X ≥f τ 2 ) 是同胚的。
证明：如从图 52 到图 58 所示，首先证定理的前一部分，我们展示当τ 在递减时通
过 δ (c) 时，在前面定义的临界 c 会造成 B( X ≥f τ ) 的拓扑变化。
对于第一种最大临界 c ，我们可以容易的找到 c 的一个邻域 N ，除了包含 c 外不包
含其它网格点，所以对于所有 ε ， N 和 B( X ≥f δ ( c ) +ε ) 不相连。但是对于在一定区间变化的
τ < δ (c) ，且τ 对于所有的 c 的临近点 p 有τ > δ ( p) ， N 将完全包含一个 B( X ≥f τ ) 的（新）

包含 c 连通域。这是因为 c 变成了“高”
，但它的临近点还是“低”
。
相似的，对于第二种最小临界 c ，对于足够小的 ε > 0 ，由于相对于 B( X ≥f δ ( c ) +ε ) ，c 是
，所以 c 的一个邻域 N 将包含 B( X ≥f δ ( c ) +ε ) 。在 δ (c) 之下，

“低”而 c 的邻近点都是“高”
c 会变成了“高”
，这时 N 不包含任何边界表面。
对于第三种和第四种鞍临界 c ，在任何一种情况，当阈值降到 δ (c) 时， c 变成了高

74
并和前面（阈值降到此之前）的两个不相连的（局部）高的连通域连接。所以根据前面
的公理，两个在局部时分离的边界区域 B1 和 B2 在 N 中合并，但并没有包含全部 N 。所
以不是同一边界的局部发生合并，就是两个分离的边界区域合并。
如果 c 是最大临界集(第 5 种)，我们一样能找到一个 c 的邻域，在它里面只包含 c 的
网格点。当 c 是低时，阈值在 δ (c) 之上，邻域 N 不包含任何边界的区域，当阈值在小于
δ (c) 且大于所有的临近点的对应值的区间内， N 将包含一个边界流形。

相似的，如果 c 是一个最小临界集，当阈值在 δ (c) 之上，N 将包含一个边界的区域，
此时 c 是“低” 。当阈值在 δ (c) 之下时， c 成为“高”

，而它的所有临近点是“高” ，它也
成为 δ ( X δ≥τ ) 的区域的成员，这时它的邻域和边界区域全部进入 N 中。
最后，如果 c 是鞍临界集，此时它的邻域由多于一个的局部连通的“高”区域构成。
所以当阈值在 δ (c) 之上时，N 将包含至少两部分边界区域 B1 和 B2 。当阈值下降到 δ (c) 时
B1 和 B2 在 N 中合并（但 B1 ， B2 不是 N 全部）
。所以，如前所述，此时不是两个区域合
并，就是形成了一个“柄”
。
我们下面证明命题的反命题。即假设 B( X ≥f τ 2 ) 和 B ( X ≥f τ1 ) 不是同胚的，则在区间
[τ 1 ,τ 2 ] 一定有临界点。
假设当阈值τ = a ，其中τ 1 ≤ a ≤ τ 2 ，B( X ≥f τ ) 的拓扑会发生了变化。根据前面的分析，
X ≥f τ 随着τ 的减少时，是单调非递减(monotonically non－decreasing)，越来越多的格
网点进入 X ≥f τ 。
第一种情况，假设在 a 以下，在一个邻域 N 中（任意点的）形成了一个新边界区域。
这样在 a 以上， N 不包含边界区域，而在 a 以下的一个阀值区间中 N 完全包含了一个
( B( X ≥f τ )) 的一个连通区域 M 。这样在 M 中一定存一个格网点或集合 c ，当阈值高于 a 时
，低于 a 时是“高”
是“低” ；在 c 成为“高”时，它的临近格网点仍然是“低”
，这时 c 是
一定是一个最大临界点， a 是它的临界值。
相似的，如果一个连通区域 M 完全包含在 N 中，但在 a 处消失，则 N 必然包含一
个最小临界点或集。
最后，如果两个分开的边界区域当阈值降到 a 时，两个在 N 中分离的区域合并，但
是对一个小于 a 的阈值区间，合并的区域并不包含所有的 N ，则 N 包含一个类型 3 或 4
的鞍临界点，或鞍临界集。
75
值得注意的是我们的定义是可构造的，所以每种情况都可以都隐含着一个算法来识
别这种临界点。
当阈值减并小通过临界值（不是最大）时，临界点处的拓扑变化由变成相连的原来
不相连的“高”的集合的个数决定。
重要的一点是我们可以把函数的全部值域范围分割成内部没有临界点的不相交的区
间，阈值在这样区间变化时，边界流形将没有拓扑变化。进一步，我们能为每个小区间
选择一个样本值做为代表，并计算相应的水平集。这些水平集的拓扑代表了所有水平集
流形的拓扑特征。
5.3 临界点图：
5.3.1 临界点图和拓扑等价区域的定义
定义 5.21 为了定义临界点图，如果τ 不在扩展 δ 的值域范围内，我们定义 O p (τ ) 是
包含 p 的 X ≥f τ 的连通区域，其中 p 是一个点或蜕化集。如果τ 在扩展 δ 的值域范围内（等
于样本值或消除奇异值），定义 O p (τ ) 为 U c >τ O p (c) （注，第二种情况是一种技术处里，
因为我们的公理中没有定义正好取样本值时的 X ≥f τ ）
。
定义 5.22 临界点图的节点是临界点（由相应的临界值标注）
，在临界点之间有按
如下条件定义的指向父节节点的指针。
设 p 时临界点，q 是鞍点或最小临界点，其中 f (q) < f ( p ) ，且如下条件的到一致地
满足。
1）对于所有的在 f ( p) 和 f (q) 之间的 τ ，其中 q ∉ O p (τ ) ，不存在一个临界点 r 满足
f ( p) > f (r ) > f (q) ，使 r ∈ O p (τ ) 。
2）对于任何足够小的 ε > 0 ， q ∈ O p ( f (q) − ε ) 。
则 q 是 p 的父节点，存在一个从 p 到 q 的直接的边。
在一些个别情况下，我们要任意“打断节点的连接关系”
。如果有多于一个的临界点
，我们称它们为集合系Q 。任意为Q 排序，枚

满足上述两个条件（即有相同的值 f (q) ）
举为 qi ， 0 ≤ i ≤ m ，选择 q0 为 p 的父节点，设定 qi +1 为 qi 的父节点，对于每个 0 ≤ i ≤ m 。
76
第二种情况发生的很少，
它是一个物体和其他多个物体在同一个值发生合并的情况。
定义 5.23 对于给定的临界点 p 它的父节点为 q ， p 的拓扑等价区域记为 ζ ( p) ，是
集合的差 O p ( f (q)) − O p ( f ( p )) 。
临界点图和拓扑等价区域，非常简洁的表达了所有可能的拓扑特征水平集对象（ X ≥f τ
的连通域，对于所有的τ > 0 ）
。当阈值从一个临界值（对应的临界点是 p ）下降时，包
含 p 的对象的体积增大并变形。当到达另一个临界值（对应的临界点是 q ）时，物体发
生拓扑变化。这时我们确定 q 是 p 的父节点。图 59 到图 64 是一个简单数据集的临界点
图和相应的区域。
表 1：图 59 到图 64 中的临界点（集）
Label I J Value Type Sub Type
a 2 13 100 Max Vertex
b 4 1 100 Max Set
c 5 8 97 Max Set
d 8 9 97 Max Set
e 7 18 96 Max Set
f 1 1 2 Saddle Interpolate
7 8 95
3 3 3
g 2 9 95 Saddle Vertex
h 4 6 94 Saddle Vertex
i 4 4 2 Saddle Interpolate
5 5 17 92
9 9 9
j 7 17 92 Saddle Set
k 5 11 78 Min Vertex
l 5 2 50 Min Vertex
77
图 59：临界点（集）
图 60：5 个最大临界点（集）的拓扑同构区域
78
图 61：加入临界点 g 的拓扑同构区域
图 62：加入临界点 h 的拓扑同构区域
79
图 63：i,j,k,l 临界点的拓扑同构区域
图 64：临界图
80
5.3.2 临界点图和拓扑等价区域的性质
临界点区域是等值面的拓扑等价区域。
定理 3 设 p 是临界点，它的父节点是 q ；则：
1）对于任何满足 f ( p) > τ > f (q ) ， ζ ( p) 包含 B(O p )(τ )) 。
2）对于任何 f ( p) > τ 1 > τ 2 > f (q) ， B (O p (τ 1 )) 和 B(O p (τ 2 )) 是同胚的。
3）对于所有的τ ，如果 O 是 X ≥f τ 的不包含 p 的任何区域，则 B (O) 和 ζ ( p) 是分离的。
4）如果，对于任何满足τ > f ( p) 或τ < f (q ) 的τ ， B( X ≥f τ ) 和 ζ ( p) 是分离的。
证明：一点 r ∈ ζ ( p) ，当且仅当 f (q) < f (r ) < f ( p) 且 r ∈ O p ( f (q)) 。对于
f ( p) > τ > f (q ) ， B (O p (τ )) 由 f (r ) = τ 的那些点 r 构成，根据 X ≥f τ 的单调性可知每个
r ∈ O p ( f (q)) 即满足前面的性质 1。由临界点图和临界点的拓扑等价区域的定义，ζ ( p) 不
包含值在 f ( p) 和 f (q) 间的任何临界点，这就是性质 2。性质 3 可从 O p (τ ) 的连通性和由
公理 1 给出的边界流形是两两不相交的事实得到。这样性质 4 即可从性质 1 得到。
以上理论为我们提供一个强大的组织格网数据的工具，它可以让我们在某个区域内
简化数据而不丧失拓扑信息。
根据临界点图以及相应的和每个节点相关的拓扑等价区域，
可以用一种分层结构组织整个数据。
由于临界点对应的拓扑等价区域 ζ ( p) 是拓扑一致的水平集连通区域的集合系，所以
根据临界点图，我们可以跟踪物体随着阀值变化时的演化过程。概括起来如下：
推论 5.1 对于临界点图，有如下性质：
1 临界点图每个节点代表一个具有特别的拓扑特性的对象，每个叶节点(leaf node
with in-degree 0)是一个最大临界点。
2 有多个子节点的节点是鞍临界点（鞍临界集）
，或最小临界点（最小临界集）
，在
这些节点多个对象在阀值取临界值时合并。
3 对于每个有一个子节点的鞍临界点，当阈值减小时通过鞍临界点，会有一个拓扑
复杂度的递增；
即和它子节点相关联的对象拓扑复杂度的会递增
（边界流形的亏格增加）
。
4 在临界点图的路径中，当阈值减小通过最小临界值时，每个局部最小临界点表示
包含子节点的一个对象的边界的拓扑复杂度的减小，有多个子节点的最小临界集的情况
表示对象的合并。
81
5 临界点图的根节点（whose out-degree is 0）表示一个对象包含所有样本数据（格
，只要这个对象对应的阀值τ 小于所有网格点的取值。
网点）
6 当阀值τ 减少时的某个单独对象的拓扑变化，可以从临界点图中它对映叶节点开
始，然后沿着指向父节点的指针追踪到根节点，这条路径代表了它产生和消失（被吞没
在包含整个数据集的唯一对象中）经历。
证明：这些结论可以从定理 5.2 和 5.3 和临界点图的定义中直接得到。
5.4 算法
5.4.1 超平面的构造算法
SpiderWeb 算法的设计和其正确性证明同于定理 5.1 的证明。
对于给定的阀值τ 和 3 维立方体，所有的顶点都分类标记为“高”和“低”
。任意 “碰
撞点”被用内插的方法定位在立方体的具有“高”和“低”的端点的边内部。和定理 5.1
的证明中类似，定义“碰撞点”的相邻关系如下。
定义 5.24 在“4 碰撞面”内，如果τ 大于“消除奇异值”

，一对在共有一个“高”
的边上的“碰撞点”是相邻的（编织“高”
）；如果τ 小于“消除奇异值”
，一对在共有一
个“低”的边上的“碰撞点”是相邻的（编织“低”
）；两个“碰撞点”是相邻的，如果
它们在“2 碰撞面”内，或它们在 “4 碰撞面”内是相邻的；我们定义连通性为相邻关
系的可传递闭集。
一个超立方体内的“碰撞点”的连通区域对应于 ( B( X ≥f τ )) 的超平面“面片”
。
这个算法如图 65 到 68 所示，原始的文献见[Karron-1993] [Cox-1993] [Karron-1992]
[Karron-1992] [Karron Cox -1992] [Karron-1995]。
82
图 65：在一个立方体内构造三角形
图 66：等值面和一个立方体的一个角相交的简单情况
83
图 67：等值面和一个立方体的腰部相交的情况
图 68：两个等值面和一个立方体的角相交的情况
5.4.1.1 SpiderWeb 算法
对于 3 维立方体内的每个最大“碰撞点”的连通区域，我们内插出一个内部“清晰
” AP (即连通区域中所有碰撞点的重心)。对于这个集合中
度点（articulation point）
的每对临近点，我们用 AP 和这对临近点构造一个三角形。我们对所有立方体中所有“碰
撞点”进行此项操作。
要说明的是在 2 维情况中这个三角形蜕化成连接两个“碰撞点”的线段，该算法产
生满足公理的等值线。
84
在 3 维情况中该算法产生满足公理的 2 维流形。在高维情况中它也可生成正确的可
定向流形，例如在 4 维情况中，它在每个立方体中生成满足公理的流形的 3 维“面片”
的 2 维边界。下面用对称性证明 3 维情况中的正确性，高维的证明思路相似。
5.4.1.2 正确性
定理 4 SpiderWeb 算法生成的有向流形（等值面）满足公理。
证明:
三维情况的正确性证明十分简单，它用到证明定理 1 时用的对称性（见图 69 到 72）

，
图示生成的表面是一个流形具有以一下两个性质（由基本拓扑理论可知）
，第一：每个三
角形的边由两个三角形共有，共有同一顶点的所有三角形构成一个三角形环。
图 69：从 AP 到 h 的三角形边被两三角形共享
例如，设 e 是连接立方体 C 的表面 F 上的两个“碰撞点”

。由立方体 C 中的一个“清
晰度点”和这对点形成的一个三角形，立方体 C ′ 中的一个“清晰度点”和这对点形成的
一个三角形，它们共享 e ；其中 C 和 C ′ 共有表面 F （见图 70）

。相似的，设 e 是一个连
接 AP 和立方体边 a 上“碰撞点”h 的边。则 e 被由 AP 和立方体表面 F 上临近点对 h 和 g
构成的三角形，及 AP 和立方体表面 F ′ 上临近点对 h 和 g ′ 构成的三角形共有；其中 F 和
F ′ 共有立方体的边 a （见图 69）

。
85
图 70：连接两个碰撞点的三角形边被两立方体中三角形共享
对于每个“清晰度点”和每个碰撞点，可用相似的对称性来说明第二个性质。显而
易见如果“碰撞点” h 被 4 个立方体共有，则 h 所在的边也被这 4 个立方体共有，当然
这个边还被 4 个面所共有。这个“碰撞点”是 8 个不同的三角形边的顶点（见图 31）

。
其中 4 个边连到 4 个立方体中“清晰度点”
，其它 4 个连到前述的 4 个面上的 h 的唯一相
邻点上。我们可以以一种循环的方式枚举这些边。我们可以从 h 发射出的边 e 开始，绕 h
顺序旋转，枚举从 h 发射出的边，直到回到起始边 e 。
图 71：从一个中心碰撞点发射出的 8 条三角形边的俯视图
86
我们可以对“清晰度点” AP 做同样的事，这时每个边是从 AP 发射到某个面上的碰
。每个这样的碰撞点 h 在面 F 上有唯一相邻碰撞点 g 。然后 g 在 F ′ 上

撞点的射线（图 72）
有唯一的相邻碰撞点 g ′ 。依此类推，直到回到碰撞点 h 。
生成的每个流形都是可定向的，它的每个局部的三角形的方向由构成这个三角形的
两个碰撞点所在的边的上的“高”定义。最后，可以显而易见，在每个立方体中生成的
面满足公理 2，所有这些面的集合系在全局上满足公理 3。
图 72：对从“清晰度点” AP 发射出边的循环枚举
在 4 维情况中，用同样的对称性，我们可以证明在每个给定的 4 维立方体中生成的
“面片”构成了一个闭 2 维流形，它与圆同胚，并且它是一个 3 维的和 3 维圆盘同胚的
区域的边界。由于每个 2 维面片，作 2 个 4 维立方体的边界的一部分，被它们共有；我
们直接可知这些 3 维体数据和构成正确 3 维流形的那些“面片”对应。这样我们可从
“SpiderWeb 面”恢复出等值面（iso-volume）,并证明这种流形满足公理。
5.4.2 临界点图和拓扑等价区域的构造算法
下面描述如何计算临界点图和在每个临界点对应的拓扑等价区域内包含 Z n 中的那
些点。
我们可以检测全部数据并记录临界点和临界集，临界值。其中一个要处理的问题就
是用宽度优先搜索算法识别单一值的网格点的连通集和它的直接相邻点。
87
我们可以识别临界点和相应的值，然后对这些临界值排序并对所有数据的值按临界
值划分区间。我们还可以在任何一个没有临界值的区间中选任意一个值τ 用 SpiderWeb
算法绘制“代表”等值面。
可用图搜索的算法标记每个临界点对应的拓扑等价区域，如人工智能和机器人路径规
划中采用的图搜索的算法[Latombe-1991],[Takeda-1991],[Koditschek-1987],
[Barraquand-1990],[Barraquand-1988]。这样的算法也被用来计算临界点图（如图69到
64所示）。图59所示的是临界点，图64所示的是临界点图。其余的图所示的是临界点对应
的拓扑等价区域。
该算法以“扩展集”的值下降的顺序标记了所有的网格点和“消除奇异点”。该算法
不用在每个点上进行多次运算，但为了表述方便和便于理解还是以进行多次运算的形式描
述。
5.4.2.1 临界点图和拓扑等价区域的搜索算法
第一步:
检测所有的网格点（包括消除奇异点），标识所有蜕化区域。然后再检测每个蜕化区
域的邻近点，判断它是不是临界集（类型5到类型7）。
对于不是临界集内的点，通过检测它的所有邻近点来判断它是不是类型1到4的临界
点。
第二步：
开始用临界点来搜索对应拓扑等价区域。首先对 δ ( p) 维持一个优先队列priority
queue (max-heap)，根据对临界点给定的优先级来决定树的分枝。把每个临界点（临界集）
p 标定为它的对应拓扑等价区域的一部分，即令 l ( p) = p ，将该点放入堆栈。对于临界点
集我们任选该集中的一个点来做标记点，只把集合的边界点放入堆栈。然后重复下列步骤
直到选定下一个“临界点”
。
在堆栈中取出一个最大值的临界点 r （对应标定为 l (r ) = p ）
。检测 r 的临近点，如果 r
的一个临近点 q 没有被标定，且 q 的值小于等于临界点值 f ( p) ，则令 l (q ) = l (r ) （用 p 标
定q ）
，然后将 q 放入堆栈。
这种“最大值先标定”的过程一直进行到某个临界点（或临界集的部分） q 从堆栈中
被取出。检测 q 邻域，对于任何一个 q 的临近点 r ，如果 r 被一个 p ≠ q 的不同的临界点所

88
标识，也就是 l (r ) = p ，则令 q 为 p 父结点。在这个点处，堆栈中标识为 p 的所有点被重
标识为 q ，然后迭代前面的算法。
5.4.2.1 临界点图和拓扑等价区域的搜索算法的讨论
搜索算法按最大值优先的方式搜索整个数据集中的格网点和临界点。在搜索到某个
点时，如果所有大于或等于特定阀值τ 的所有点都被标定了，这些已标定的点正是那些
构成了 X δ≥τ 的所有区域（component）的网格点。而当这个搜索算法结束时由 p 标定的网
格点就是包含在临界点 p 对应拓扑等价区域内的所有点。
我们可以依据包含某个临界点的区域（component）的大小来决定这个临界点的相对
重要性。例如，某个 4 碰撞面处的鞍临界点会产生一个比立方体小的“洞”，它只包含
一个“低”。在这种情况下，这个“低”是个最小点，且这个鞍点的对应区域很小。这
时我们可认为鞍点和最小点只产生了纹理特征（小于采样距离）并在需要时可剔除它们。
用这种方式我们可以减少临界点的数量。例如图 54 中临界点图临界点 l 的对于区域包含
l （它的值为 50），它很小，剔除 l 整体拓扑特性不会产生太大的变化。相似地，如果去
掉临界点 c 和 f ，只有一个会淹没在 d 标定的区域内的小对象会丢失。
5.4.3 临界点图和拓扑等价区域的构造算法的正确性
定理 5.5 对于一个网格点 r ，当且仅当 r ∈ ζ ( p ) 时，r 被构造算法用临界点 p 标定。
证明：根据临界点对应的拓扑等价区域的定义和该算法是以最大值优先的方式搜索
这两点可推理出算法的正确性。该算法在每一步始终保证：如果所有的点满足 σ (q) ≥ τ 的
q 被标定完后，这些点就是 X σ≥τ 集合。因为被某个临界点 p 标定的点都在 X δ≥τ 中 p 对应
的连通域中，所以它们也在 O p (τ ) 中。在另一个临界点被 p 标定前，算法始终保证这个
不变。对于任意临界点 q ，只有当 X σ≥δ ( q ) 被标定且全部从优先队列中剔除后，临界点 q 才
被从队列中剔除。如果 q 是被 p 标定的网格点的临近点，则在的搜索到 q 点时， q 被指
定为 p 的父节点，随即 p 的拓扑等价区域的标定结束。这样对于任意 ε > 0 ，根据相邻性，
q 一定在 X σ≥σ ( q ) −ε 中的 p 对应的拓扑等价区域内。所以 q ∈ O p (σ (q) − ε ) ，所以算法的结
果满足临界点图和影响区域的定义。
在某种意义下，如果我们想看随着阀值变化时水平集的变化，我可以看数据集的标
89
定的过程。
90
第六章初步应用
6.1 基于数字莫尔斯理论的等高线生成算法
等值线是一种形和数的统一，在水利、土木、地质等工程和技术领域内被广泛的应
用。常规的等值线绘制通常采用网格法，其绘制的步骤一般为:对网格化数据计算等值
点；等值线的追踪；光滑和标记等值线。为了回避网格化数据的等值线的追踪的奇异问
题，最近，很多文献针对四边形网格的一些问题提出了引入三角形网格的方法。这两种
方法利用网格结构，首先找出某个四边形网格或三角形网格各边上的等值点，然后对所
有网格进行循环，查找等值点，其中涉及许多判断。在四边形网格数据的情况下，可能
在追踪时出现相交的情况。更重要的问题是现有的算法都不能处理“鞍部”的等高线连
接问题。在实际工作中是依靠人工编辑的方法解决的。
H 临界点
H
L
a
H L H L H L
L H L H L H
b c d
图 73“鞍部”的等高线连接问题
图 73 中 a 表示的是“鞍部”的透视图， b ， c ， d 是等值线的追踪的三种结果。对
某个等高线的值 h ，只有 b 或 c 可能是正确的。当 h 大于临界点的值时， b 是正确的，当
91
h 小于临界点的值时 c 是正确的。但在引进数字莫尔斯理论前无法确定是 b 还是 c 。如图
74 所示，三角网的情况仍然无法处理这个问题，因为三角形的“剖分”是在等值点搜索
和等值线连接之前完成的，因此一定有一部分等值线是连接错误的。图 2 a 中如果是 L 和
L 相连构成三角形，则只有 h 大于临界点的等值线是连接正确的。图 2 b 中如果是 H 和 H
相连构成三角形，则只有 h 小于临界点的等值线是连接正确的。
H L H L
L H L H
a
H L H L
L H L H
b
图 74“鞍部”的等高线连接问题
引进数字莫尔斯理论的临界点概念和相应的消除奇异点法则后可以非常轻易的解
决此问题，等值线追踪也非常简单。而以往的各种算法都无法解决该问题。这是数字莫
尔斯理论能解决的高维体数据问题中的最简单的一种情况，但从它能轻而易举的解决以
往难以解决的问题上，可以看到它的强大力量。
基于数字莫尔斯理论的等高线生成算法：
第一步：给定对应数据的最大高程和最小高程。给定起始高程 h0 和等高线高差，
计算每条等高线的高程。
第二步：对于给定的等值线 h ，计算每个网格点是“高”还是“低”。内插等值线 h
和格网边的“碰撞点”。
92
第三步：确定“4 碰撞面”，计算消除奇异点。
设“4 碰撞面”的原点在 x = i, y = j 处。
且 δ (i, j ) = A
δ (i + 1, j ) = B
δ (i + 1, j + 1) = C
δ (i, j + 1) = D
“消除歧义点”的位子由下式给定：
i + x0 , j + y0
其中
x0 = ( A − B) /(( A + C ) − ( B + D))
y0 = ( A − D) /(( A + C ) − ( B + D))
“消除歧义值”为：
c = δ (i + x0 , j + y0 ) = A + ( D − A) x0
图 75“消除奇异点
93
如果等高线的值 h 大于 c “编织高”
，即连接和“高”连接的两个边上的点。如果等
高线的值 h 小于 c “编织低”，即连接和“低”连接的两个边上的点。
第四步：应用三次样条光滑原理，对生成的等高线段进行光滑处理。
图 76 生成的等高线
94
6.2 基于数字莫尔斯理论的体素(Voxel)的等值面重建
6.2.1 基于体素(Voxel)的等值面重建
所谓等值面是指空间中的一张曲面，该曲面上函数 F ( x, y, z ) 的值等于某一给定值。
对于规则体数据,是在其格网点 ( xi , y j , zk ) 上保存采样值 F ( xi , y j , zk ) ，对于某给定值 Ft ，
等值面是由所有点 S Ft = {( x, y, x) : F ( x, y, z ) = Ft } 组成的一张曲面。
等值面的提取是医学图象分割中的重要环节，Marching Cubes(MC)算法是基于规则
体数据抽取等值面的经典算法，Marching Tetrahedra(MT)算法是MC 算法的改进和变型。
MC 算法的基本思想是把三维图象相邻层上的各四个象素组成立方体的八个顶点，逐个
处理三维图象中的立方体，分类出与等值面相交的立方体，采用插值计算出等值面与立
方体边的交点。根据立方体每一顶点与等值面的相对位置，将等值面与立方体的边的交
点按一定方式连接生成等值面，作为等值面在该立方体内的一个逼近表示。MC 算法存
在连接方式上的二义性，为解决二义性问题，提出的很多行之有效方法。Marching
Tetrahedra 是在MC 算法的基础上发展起来的。
6.2.2 MC 算法的基本原理
在MC 算法中，假定原始数据是离散的三维空间规则数据场，用于医疗诊断的断层
扫描（CT）及核磁共振成像（MRI）等产生的图像均属于这一类型。MC 算法的基本思想
是逐个处理数据场中的立方体（体素），分类出与等值面相交的立方体，采用插值计算
出等值面与立方体边的交点。根据立方体每一顶点与等值面的相对位置，将等值面与立
方体边的交点按一定方式连接生成等值面，作为等值面在该立方体内的一个逼近表示。
因而，MC 算法中每一单元内等值面抽取的两个主要计算是：
（1）体素中由三角片逼近的等值面计算；
（2）三角片各顶点法向量计算。
1．体素中等值面剖分方式的确定．
MC 算法的基本假设是沿着立方体的边数据场呈连续线性变化，也就是说，如果一
条边的两个顶点分别大于、小于等值面的值，则在该边上必有也仅有一点是这条边与等
值面的交点。确定立方体体素中等值面的分布是该算法的基础。
95
首先对立方体的八个顶点进行分类，以判定其顶点是位于等值面之外，还是位于等
值面之内。再根据八个顶点的状态，确定等值面的剖分模式。顶点分类规则为：
（1）如立方体顶点的数据值 ≥ 等值面的值，则定义该顶点位于等值面之
外，记为“0”（“高”）；
（2）如立方体顶点的数据值 ≤ 等值面的值，则定义该顶点位于等值面之
内，记为“1”（“低”）。
由于每一体素共有 8 个顶点，每个顶点共有 2 个状态，因此共有 256 种组合状态。
根据互补对称性，即体素的顶点标记置反（0 变为 1，1 变为 0），不影响该体素内三
角面片的拓扑结构，这样 256 种构型可以简化成 128 种。再根据旋转对称性，可将这
128 种构型进一步简化成 15 种[Cox-2003]。图 76 给出了这 15 种基本构型的三角剖分，
其中黑点表示标记为 1 的角点。对于 8 个角点的标记都为 1 或者都为 0 的体素，它属
于“0”号构型，没有等值面穿过该体素。当只有一个角点标记为 1 时，即“1”号构型，
我们用一个三角片代表体素内的等值面片，它将该角点与其它 7 个角点分成两部分。对
于其余几种构型，将产生多个三角面片。
96
图 77 基本构型的三角剖分
Nielson 和 Hamann[Cox-2003]后来发现，经典的 Marching cubes 算法会在立方
体之间产生拼接错误，并提出了渐近判别方法来解决这个问题。这个问题出现在 Nislson
称之为“奇异面”的地方，“奇异面”这些面上有四个不同等值面交点（在数字莫尔斯
理论中成为 4 碰撞面）。图 78 表示了经典的 Marching cubes 算法生成的等值面在两个
立方体间不连续的情况。
6.2.3 数字莫尔斯算法的基本原理
该问题可以用数字莫尔斯理论中成为 4 碰撞面中的“消除奇异解法则”解决。因为
在两个立方体的共有面内，根据等值面的取值大于还是小于消除奇异值，可以唯一的确
定碰撞点（交点）的连接方式，所以在两个立方体的共有面内等值面三角形的边会准确
的对接起来（图 79 所示）。
97
图 78 两个立方体间不连续
图 79 数字莫尔斯理论的解决方法
算法步骤：
第一步：给定等值面的值，将所有的网格点分成“高”或“低”
，
第二步：每个立方体面上可能出现的碰撞点的情况如图 80 所示。对于 4 碰撞面，仍
按“消除奇异法则”“knit high”或“knit low”

。
98
图 80 碰撞点相邻关系
第三步：对立方体内的连通的碰撞点的集合，计算“清晰度点”AP,按 SpiderWeb 算法
构建三角面。如图 SpiderWeb 算法构建三角面集合系：
+( AP, h1, h2) , +( AP, h2, h3) , +( AP, h3, h4) , +( AP, h4, h5) , +( AP, h5, h6) ,
+( AP, h6, h7) , +( AP, h7, h1) 。
这个三角面集合系构成等值面在此立方体中的局部（图 81）。
h1
h7 h2
h6
AP
h5
h3
h4
H igh L ow 等值面值低于消除奇异值“编织低”
图 81 SpiderWeb 面
99
第四步：体绘制等值面。
下图是对数字人做等值面分割的结果。
图 82 数字人做等值面分割的结果
图 83 数字人做等值面分割的结果(Praveen Thiarajian from Delaware

University USA,D.B.Karron from City University of New York USA)
100
第七章数字莫尔斯理论的应用前景和未来工作
7.1 临界点图在数据简化中的应用
我们可以依据临界点图和其对应拓扑等价区域为索引，来决定剔除那些影响小的临
界点。如我们可以剔除最大点（相关的鞍点），如果这个最大点对应是一个会马上淹没
在某个大物体的小物体，或剔除那些产生的“洞”比采样距离小的鞍点。“小”的指标
依赖于具体的应用，在具体应用中确定是否认为该尺度的拓扑变化属于噪声的结果。
7.2 临界点图和对应的拓扑等价区域在快速渲染中的应用
对于给定阀值的等值面，我们要处理包含这个边界的临界点的拓扑等价区域。事实
上给定阀值 τ ，我们只需要知道临界点 p 和它的父节点 q ，它们满足 δ ( p) ≥ τ > δ (q) ，根
据 p 可以快速确定一个在拓扑等价区域中进行搜索的阀值，用该阀值可判断那些立方体
包含碰撞点，在用 SpiderWeb 构建等值面时，只处理那些包含碰撞点的立方体的格网点。

明显地，如果一个立方体的边上有碰撞点，则所有包含这个边的立方体中都有碰撞
点。这为我们提供了一个对数据预处理的方法，预处理后多余的 I/O 将会避免。我们还
可以在每个区域内以 oct-tree 和 interval-tree 的形式组织数据，或类似的合适的数据结
构，以实现快速渲染。
7.3 对水平集亏格(genus)的分析
在临界点处，水平集的拓扑变化很容分析。临界集处的拓扑变化的分析则是另一会
事。对于最大临界集的拓扑变化可以通过对临界集 S 的相邻集的分析得到。特别是我们
可以通过构建 X ≥f δ ( S ) 的边界来得到它的亏格 (genus) 。例如我们可以对数据集同时应用
Spider Web 算法和欧拉定理进行拓扑分析。相似地，最小临界集和鞍临界集，它地拓扑

变化由它的相邻的“高”的区域(component)的个数决定。这样，一旦我们把问题归纳为
组合问题，我们没必要根据微分几何和微分拓扑针对不同的维数和不同的临界点设计不
同的算法。
一般的来说，对于鞍临界集和最小临界集，它的拓扑变化由它的相邻的“高”的区
域(component)的个数来决定，对于最大临界集，它的拓扑变化的由它的边界亏格(genus)
来决定。在数字莫尔斯理论中这中分析取代了经典的莫尔斯中的莫尔斯指数分析。我们
用组合的方法给出了对各种临界点的统一处理方法。
101
第七章数字莫尔斯理论的应用前景和未来工作
7.4 保持拓扑的数据简化
临界点的拓扑等价区域的概念让我们能在不改变该区域内水平集的基本拓扑特性
的情况下，简化数据集。例如对拓扑等价区域，可以从区域中剔除网格点而不改变相应
的等值面的拓扑特性。如果我们只对拓扑特性感兴起，则临界点图、临界点的位置和临
界点的值包含了构建水平集边界等值面的所有拓扑特征的信息。如果我们有临界点和它
的最临近点，我们就有了重构它对应的对象的基本信息。我们通过数据简化，可以构造
一个只包含原来格网点的很少部分的数据集，该数据集仍然没有丢失拓扑信息。
7.5 高维数据集中临界点的检测
在些有情况下，由于数据集太大，我们不打算处理全部数据，只关心临界点。这在
机场飞行控制等领域，临界点理论的应用中常用，以实现快速数据分析和决策。
7.6 多模式数据的配准
对不同模式的数据做数字莫尔分析，得到临界点图和对应的拓扑等价区域。我们可
以通过不同模式的数据的临界点图的匹配，来进行两个数据集合的基于拓扑一致性的匹
配。拓扑信息是人识别物体的重要依据，其他配准算法很难处理拓扑信息，特别是大范
围的拓扑信息。例如临界点图 G1 的子图 T1 和临界点图 G2 子图T2 配准了，则 T1 和T2 的区
域间的张量变换可以得到，这可以作为两个图像间配准变换的部分约束。值得注意的是
临界点图在平移、旋转、缩放和影像亮度变换下是不变量。
7.7 未来研究方向
数字莫尔斯理论提供了一个组织和对体数据理解的新理论。它提供了在体数据内快
速识别所有阀值对应的所有可能的等值面的方法。对它的进一步研究可以提供体数据压
缩和管理的有力工具。数字莫尔斯理论的思想可以在图象配准、图象理解、图象的详细
分层管理，数据的可视化漫游等方面有独到的应用。
102
参考文献
参考文献
[Aleksandrov-1975] A.D.Aleksandrov. Mathematics, Its Essence, Method and Role.

Publishers of the USSR Academy of Sciences,1975.
[Alberto-2001]Abbondandolo,Alberto: Morse theory for Hamiltonian systems.
Chapman& Hall/CRC,c2001.
[Benedetto-1994] J. J. Benedetto and M. W. Frazier. Wavelets: Mathematics and
Applications. Boca Raton, Florida: CRC PRess, 1994.
[Barraquand-1990] J. Barraquand and J. C. Latombe. A Monte-Carlo algorithm for
path planning with many degrees of freedom. in Proceedings of the IEEE
International Conference on Robotics and Automation, pp. 1712-1717,
July 1990.
[Barraquand-1988] J. Barraquand and J. C. Latombe. Robot motion planning: A
distributed representation approach. tech. rep., Stanford University
Department of Computer Science, 1988.
[Baccar-1996] M. Baccar, L. A. Gee, R. C. Gonzalez, and M. A. Abidi. Segmentation
of range images via data fusion and morphological watersheds. Pattern
Recognition, vol. 29, no. 10, pp. 1671-1687, 1996.
[Beucher-1979] S. Beucher and C. Lantu_ejoul. Use of watersheds in contour
detection. in International Workshop on Image Processing, Real-Time
Edge and Motion Detection/Estimation, (Rennes, France), 1979.
[Beucher-1993] S. Beucher and F. Meyer. The morphological approach to
segmentation: the watershed transformation. in Mathematical Morphology
in Image Processing (E. R. Dougherty, ed.), ch. 12, pp. 433-481,New York:
Marcel Dekker, 1993.
[Beucher-1982] S. Beucher. Watersheds of functions and picture segmentation.
in IEEE International Conference on Acoustics, Speech and Signal
Processing, (Paris), pp. 1928-1931, May 1982.
[Cheng-2001] 陈省身陈维恒. 微分几何讲义.北京大学出版社 2001。
[Carr-2000] Hamish Carr. Efficient Generation of Contour Trees in Three
Dimensions. THE REQUIREMENTS FOR THE DEGREE OF Master of Science, The
University of British Columbia, April 2000.
[Cline Dumoulin -1987] H. E. Cline, C. L. Dumoulin, H. R. H. Jr., and W. E.
103
参考文献
Lorensen . 3D Reconstruction of the Brain from Magnetic Resonance Images

Using a connectivity Algorithm. Magnetic Resonance Imaging, vol. 5,
pp. 345-352, July 1987.
[Cline Lorensen-1987] H. E. Cline and W. E. Lorensen. System and method for the
display of surface structures contained within the interior region of
a solid body. United States Patent Number 4,710,876, 1987.
[Cline-1988] H. E. Cline, W. E. Lorensen, S. Ludke, and B. C. T. C. R. Crawford.
Two Algorithms for the Reconstruction of Surfaces from Tomograms.
Medical Physics, vol. 15, pp. 320-327, May 1988.
[Cameron-1999]Peter J. Cameron. Set, Logic and Categories. Springer-verlag
London 1999.
[Crauel-2004]H. Crauel, Luu Hoang Duc, S. Siegmund. 2004.Towards a Morse theory
for random dynamical systems. Stochastics and Dynamics 4, 277-296.
[Cox-1993]J. L. Cox, D. B. Karron, and B. Mishra. The SpiderWeb Algorithm for
Surface Construction from Medical Volume Data: Geometric Properties of
its Surface. Innovations Et Technologie en Biologie et Medecine, vol.
14, pp. 634-656, Nov. 1993.
[Cox-2003]Jim Cox,D.B.Karron,Nazma.Ferdous.Toplogical Zone Organization of
Scalar Volume Data.Journal of Mathmatical Imaging and Vision
18:95-117,2003.
[Cox-1998] J.L.Cox and D.B.Karron. Digital Morse Theory With Suggested
Applications. Computer Aided Surgery,Inc.1998.
[ Dobrin-1994] B. P. Dobrin, T. Viero, and M. Gabbouj. Fast watershed algorithms:
analysis and extensions. in Nonlinear Image Processing V, vol. 2180 of
SPIE Proceedings, (San Jose, California), pp. 209-220,1994.
[DeFloriani-1995]L. DeFloriani and E. Puppo. Hierarchical Triangulation for
Multireslution Surface Description. ACM Transactions on Graphics,
vol. 14, pp. 363-411, Oct. 1995.
[Edgar-1990]Gerald A.Edgar.Measure, Topology, and fractal Geometry. Springer-
verlag London 1990.
[Herman-1998] G. Herman. Geometry of Digital Spaces. Boston: Birkhauser, 1998.
[Herman-1993]G. T. Herman. Oriented Surfaces in Digital Spaces. CVGIP: Graphical
Models and Image Processing, vol. 55, pp. 381-396, Sept. 1993.
[Herman-1996] G. T. Herman and E. Zhao. Jordan Surfaces in Simply Connected
Digital Spaces. Journal of Math, Imaging and Vision, vol. 6, pp. 121
104
参考文献
- 138,1996.
[Hagyard-1996] D. Hagyard, M. Razaz, and A. P. Analysis of watershed algorithms
for grayscale images. in Proceedings of International Conference on
Image Processing, no. 3, (NJ), pp. 41-44, IEEE, IEEE, Sept. 1996.
[Hoffman-1978]David.Hoffman. A course in differential Geometry. Springer-
Verlag,1978.
[Hart- ] John C.Hart. Morse Theory for Computer Graphics. School of EECS
Washington State University, Technical Report EECS-97-002.
[Izquierdo-2002] A. Alonso Izquierdo, M.A. Gonzalez Leon, J. Mateos Guilarte,
M. de la Torre Mayado , Jacobi Metric and Morse Theory of Dynamical
Systems , Talk delivered at the XI Fall Workshop on Geometry and Physics
held at Oviedo, Spain, 2002
[Jiang-1984] 江泽涵.拓扑学引论.上海科学技术出版社，1984 年。
[Kline-1972] Morris Kline.Mathematical Thought From Ancient to Modern
Times.Oxford Univ.Press,New York.1972.
[Karron-1993] D. Karron, J. Cox, and B. Mishra. System and Method for Surface
Rendering of Internal Structures within the Interior of a Solid Object.
U.S. Patent application submitted, approval pending, Apr. 1993.
[Karron-1992] D. B. Karron. The “SpiderWeb" algorithm for surface construction
in noisy volume data. in Visualization in Biomedical Computing '92 (R.
A. Robb, ed.), vol. 1808, pp. 462-576, Society of Photo-Optical
Instrumentation Engineers, 1992.
[Karron-1992] D. Karron. The “SpiderWeb" Surface Construction Algorithm for
Building Triangle Mesh Surfaces in Noisy Volume Data. in Proceedings
of the 14th Annual International Conference of the IEEE Engineering in
Medicine and Biology Society (J. P. Morucci, R. Plonsey, J. L. Coatrieux,
and S. Laxminarayan, eds.), vol. 14, (Piscataway, NJ), pp. 2084-2086,
IEEE Engineering in Medicine and Biology Society,1992.
[Karron Cox-1992] D. Karron and J. Cox. Mathematical Analysis of “SpiderWeb"
Surface Construction Algorithm. in Proceedings of the 14th Annual
International Conference of the IEEE Engineering in Medicine and Biology
Society (J. P. Morucci, R. Plonsey, J. L. Coatrieux, and S. Laxminarayan,
eds.), vol. 14, (Piscataway,NJ), pp. 1250-1252, IEEE Engineering in
Medicine and Biology Society, 1992.
[Koditschek-1987] D.Koditschek. Exact robot navigation by means of potential
functions. in Proc. IEEE Int. Conf.Robotics Automat., July 1987.
105
参考文献
[Karron-1995] D. B. Karron and J. Cox. Extracting 3D objects from volume data

using digital morse theory. in Computer Vision, Virtual Reality and
Robotics in Medicine (N. Ayache, ed.), no. 905 in Lecture Notes in
Computer Science, (New York, NY), pp. 481-486, INRIA, INSERM, ECV net,
Springer-Verlag, 1995.
[Kayser-1992]Morse theory and gravitational microlensing, J. Math. Phys. 33
(1992), 1915--1931. ALSO in, Gravitational Lenses, eds. R. Kayser, T.
Schramm, and L. Nieser (Lecture Notes in Physics 406, Springer, Berlin,
1992).
[Goresky-1988] M. Goresky and R. MacPherson. Stratified Morse Theory, vol. 14
of Series3, A Series of Modern Surveys In Mathematics. Berlin:
Springer-Verlag, 1988.
[Lewiner-2003] T. Lewiner, H. Lopes & G. Tavares. 2003. Optimal discrete Morse
functions for 2-manifolds. Computational geometry: Theory and
applications.
[Lewiner-2003] T. Lewiner. 2002. Constructing discrete Morse functions. M.Phil.
Thesis, Department of Mathematics, PUC-Rio.
[Lopes-2003] Adriano Lopes,Ken Brodlie. Improving the Robustness and Accuracy
of the Marching Cubes Algorithm for Iso-surfacing. IEEE TRANSACTIONS
ON VISUALIZATION AND COMPUTER GRAPHICS, VOL. 9, NO. 1, JANUARY-MARCH
2003.
[Lorensen-1987] W. E. Lorensen and H. E. Cline. Marching Cubes: A High Resolution
3D Surface Construction Algorithm. ACM Computer Graphics, vol. 21, pp.
163-169, July 1987.
[Latombe-1991] J. C. Latombe. Robot motion planning. Kluwer Academic Publishers,
1991.
[Milnor-1963]J. W. Milnor. Morse theory. Princeton, NJ: Princeton University
Press. 1963.
[MΦ-1979] MAΦHE (ed.): Physics and geometry (in Hungarian), Lecture notes of
the summer school for math and physics students, ,Hungary, 1997.
[Nielson-1991] G. M. Nielson and B. Hamann. The Asymptotic Decider: Resolving
the Ambiguity in Marching Cubes. in Proceedings of Visualization 91 (G.
M. Nielson and L. Rosenblum, eds.), vol. 2, pp. 83-91, 1991.
[Nielson-2003] Gregory M. Nielson.On Marching Cubes.IEEE TRANSACTIONS ON
VISUALIZATION AND COMPUTER GRAPHICS, VOL. 9, NO. 3, JULY-SEPTEMBER 2003.
106
参考文献
[Petters-1995]A.O.Petters. Multiplane gravitational lensing.I. Morse theory

and image counting. Journal of Mathematical Physics, August 1995 ,Volume
36, Issue 8, pp. 4263-4275.
[Rusinek-1991] H. Rusinek, M. E. Noz, G. Q. M. Jr., A. Kalvin, B. Haddad, D.
Dean, and C. Cutting. Quantitative and Qualitative Comparison of
Volumetric and Surface Rendering Techniques. IEEE Transactions on
Nuclear Science, vol. 38, pp. 659-662, Apr. 1991.
[R-1960] Bott, R. Morse Theory and Its Applications to Homotopy Theory. Bonn,
Germany: Universität Bonn, 1960.
[SCHALLER-1998]PAUL SCHMUTZ SCHALLER. GEOMETRY OF RIEMANN SURFACES BASED ON
CLOSED GEODESICS. BULLETIN (New Series) OF THE AMERICAN MATHEMATICAL
SOCIETY Volume 35, Number 3, July 1998, Pages 193-214 S 0273-0979 (98)
00750-2.
[Schroeder-1992] W. J. Schroeder, J. A. Zarge, and W. E. Lorensen. Decimation
of triangle meshes. ACM Computer Graphics, vol. 26, pp. 65-70, July 1992.
[Spivak-1979]MiChael.Spivak. A comprehensive Introduction to Differential
Geometry. Volume One Second Edition,Publish or Perish.Inc,Berkeley,
1979.
[Takeda-1991] H. Takeda and J. C. Latombe. Planning the motions of a mobile robot
in a sensory uncertainty field. tech.rep., Stanford University
Technical Report, 1991.
[Vincent-1991] L. Vincent and P. Soille. Watersheds in digital spaces: an
efficient algorithm based on immersion simulations. IEEE Transactions
on Pattern Analysis and Machine Intelligence, vol. 13, pp. 583-598,June
1991.
[Witten-1982] E. Witten: Supersymmetry and Morse theory. J. Diff. Geom. 17 (1982),
661-692.
[Zomorodian-2001] Afra Joze Zomorodian. COMPUTING AND COMPREHENDING TOPOLOGY:
PERSISTENCE AND HIERARCHICAL MORSE COMPLEXES. The requirements for the
degree of Doctor of Philosophy in Computer Science in the Graduate
College of the University of Illinois at Urbana-Champaign, 2001.
107
博士后工作期间发表的论文和参与的项目
博士后工作期间发表的论文和参与的项目
【发表或录用的论文】
[1] Zhenge.Qiu ZengBo.Qian . FAST PARALLEL IMAGE MATCHING ALGORITHM ON
CLUSTER.Joint International Symposium on Geospatial Theory, Processing and Applications
Ottawa, Canada, 8-12 July 2002.
[2] Zhen Ge. Qiu .Automatic Building Detection from High Resolution Image Based On
Multiple Features，. ISPRS 2004 Commission ICWG II/IV, Istanbul,Turkey。
cviii

Digital Morse Theory and Its Applications (Qiu)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Digital Morse Theory and Its Applications (Qiu)

Uploaded by

Copyright:

Available Formats

分类号 TP3 密级

工作完成日期： 2002 年 5 月—2004 年 12 月

Digital Morse Theory And Its Applications

Digital Morse Theory And Its Applications

First Subject：Computer Science&Technology

Institute of Computing Technology，

A typical problem in mathematics involves attempting to understand the topology, or

7.1 临界点图在数据简化中的应用............. ...................................................101

致谢......................................... ................................... .....................................ii

题。但经典的莫尔斯理论是分析定义在一个紧的光滑流形 M 上的 C 2 的连续函数 f (经常

美国纽约城市大学的 J.L.Cox 博士和 D.B.Karron 博士在点集拓扑的基本理论的基

在任意维空间 Z 内提取 n − 1 维等值面的理论问题。数字莫尔斯理论的建立本身所开创的

2) 每个“水平集”的边界等值面（level set boundary iso-surface）完全包含

3) 当且仅当 iso-value x 满足条件τ 1 < x < τ 2 时，

iso-value x 对应的 iso-surface。更重要的是对于任何两个值 τ 1 < x1 < x2 < τ 2 ，当

PET 和 MRI 数据，地图的制图数据等等。这些数据称为体素（volumetric）或密度数据。

对内插函数 f ，经常需要识别一定范围函数值 τ 1 < f < τ 2 对应的定义域。在此情况

下，不论采用何种方法，如：体素渲染(volume rendering)、Marching cubes 或射线

数字莫尔斯理论提出了一种简单优雅的等值面构建算法（称为 Spider Web），除了

第一部分数学基础；第二部分是 J.L.Cox 博士和 D.B.Karron 博士的数字莫尔斯理论的

注意这样一件事，给了一个集合 S 和一个对象 x ，人们能够确定该对象或者属于该

定义 2.3 设 A 和 B 是集合，A 和 B 的并 A ∪ B 是使得或者 x ∈ A ，或者 x ∈ B 所有 x

定义 2.5 若 A ⊂ B ， A 在 B 中的余集，记作 A′ 或 B − A ，定义为

定义 2.6 设 A和 B 均为集合， A和 B 的笛卡儿乘积 A × B 是有序对的集合

定义 2.7 A 与 B 之间的一个关系是 A × B 的一个子集 R ，如果 (a, b) ∈ R .则说 a 与

b 是 R 相关的。给定关系 R ，R 的定义域是 A 的一个子集它由 R 的全部第一个坐标组成；

R 的定义域＝ {a | 存在b ∈ B使得 ( a, b ) ∈ R} ；

定义 2.8 设 A 和 B 均为集合，映 A 到 B 的一个函数 f ，记为 f : A → B ,是 A 和 B 之

若 a ∈ A ，则存在 b ∈ B ，使得 (a, b) ∈ f 。

性质（1）说，函数 f 在 A 上处处有定义。性质（2）说， f 是一个“单值”函数。

记号 2.1 设 f : A → B .我们用记号 f (a) = b 表示 (a, b) ∈ f 。

定义 2.9 设 f : A → B .若对于每个 b ∈ B ，存在 a ∈ A ，使得 f (a ) = b ，则称 f 是满

射（倒上的）。若 f 是满射，我们写作 f ( A) = B 。如果 f (a ) = f (a′) ⇒ a = a′ ,则称 f 是单

。如果 f 既是满射又是单射，我们就说 f 是 A 和 B 之间的一个一一对应。

定义 2.10 如果 f 是 A 和 B 之间的一个一一对应，则存在一个 B 到 A 的映射称为 f

定义 2.11 给定函数 f : A → B 和 g : B → C ，定义 f 和 g 的复合函数(composite)

定义 2.12 集合 A 上的相等关系是集合 A 上的关系 C ， C 具备如下三条性质：

（自反性 Reflexivity）对于 A 中所有的元素 x ，有 ( x, x) ∈ C ；

还经常用波浪号 ∼ 表示集合 A 上的相等关系，上面的性质可表述为:

定义 2.13 给定一个在集合 A 上的相等关系 ∼ 和 A 中的一个元素 x ，我们定义 A 的

定理 2.2 两个“等价类(equivalence class)”E 和 E ′ ，要么是“不相交(disjoint)”

注记 2.1: 设 E 是由 x 决定的等价类， E ′ 是由 x′ 决定的等价类。假设 E ∩ E ′ ≠ ∅ ，

假设 y 是 E ∩ E ′ 中的一点(如图 )我们会看到 E ≡ E ′ 。根据定义，有 y ∼ x 和 y ∼ x′ 。由

“对称性 Symmetry”可得 x ∼ y 和 x ∼ y′ ；由“传递性 Transitivity”，可得 x ∼ x′ ；如

因此可得 E ⊂ E ′ 。同理可得 E ′ ⊂ E 。所以只要 E ∩ E ′ ≠ ∅ ，则 E ≡ E ′ 。由反证法可得:

定义 2.14 A 集合上的“分割(partition)”是 A 的不相交的子集构成的集合系

与相等关系类似可用小于号“ < ”表示“序”关系，以上性质可表述为：

定义 2.16 一个集合 A 称为可数的，如果在全体整数所成的集与 A 之间存在一一

对应。一个集合 A 说是有限的，如果对于某个正整数 n ，存在 {1, , n}和 A 之间的一一对

定理 2.3 如果 A = {a1 , , a n }是一个 n 个元素的有限集，则 A 的所有子集所构成的

记号 2.2 从此命题得到启发，我们将 A 的所有子集的集合记为 2 A 。

记号 2.3 设 W 是一个集合，并设 B 是一个集合系。我们说 B 是由 W 标号的，如果

给定了一个满射函数 ϕ : W → B 。对于 ω ∈ W ，我们记 ϕ (ω )为S ω ，并且将 B 由 W 标号

定义 2.17 设 {S ω }ω∈w 由 W 标号。则 {S ω }ω∈w 的乘积是集合

如果 x 是一个“ m 序对（m-tuple）”，我们用 xi （而不是 x(i ) ）表示 x 在 i 处的值。

而函数 x 本身用符号{x1 , , xm } 表示。

假设有集合系{ A1 , , Am } ，由正整数 1 到 m 标号。设 X = A1 ∪ ∪ Am 。这些集合的

定义 3.1 一个拓扑空间 ( S , T ) 是一个集合 S 连同 S 的子集的集合系（collection）

注记 3.1 设 S 是一个三元素集合， S = {a, b, c} ，在 S 上有许多可能的拓扑，图 5

所示意了其中的一些，其中 A 的拓扑是 S 和 ∅ ；C 的拓扑是 S ，∅ ，{a, b} ，{b} 和{b, c} ；

集的集合系(collection)”都是 S 上的一个拓扑。如下图 6 中的 A,B。

S 上所有的子集的集合系(the collection of all subsets of S ，the largest

如果其中只有 S 和 ∅ 构成的集合系是 S 的一个拓扑(smallest topology)，则称其

定义 3.2 假设 T 和 T ′ 是给定集合 S 上的两个拓扑。如果 T ′ ⊃ T ，我们说 T ′ 比 T 精

足定义 3.4 的两个条件。第二个条件如图 8 所示。在B 生成的拓扑中，某个子集是开