Chango的数学可视化（二） 向量场：梯度，散度，拉普拉斯

起因： 在没有看梁昌洪老师的公开课之前，对向量场知识一无所知，碰到泊松融合，泊松重建的文章时非常痛苦。现在将知识慢慢补起来，并用程序可视化，一来巩固知识，二来了解离散化形式和其实际中遇到的问题。 目的： 从Poisson Surface Reconstruction一文得到启发。 先模拟一个包含目标点云的数量场，使得模型点云的数量值为1，其他为0。 通过对此数量场进行一次梯度算子，得到一向量场，也

>>阅读原文<<