1.4 学科发展

从计算机图形学学科发展来看，有以下几个发展趋势。

（1）与图形硬件的发展紧密结合，突破实时高真实感、高分辨率渲染的技术难点。

图形渲染是整个图形学发展的核心。在计算机辅助设计方面，影视动漫以及各类可视化应用中都对图形渲染结果的高真实感提出了很高的要求。同时，由于显示设备的快速发展，人们要求能提供高清分辨率（1920×1080），进一步要能达到数字电影所能播放的4K分辨率（4096×2060）；色彩的动态范围也希望从原来每个通道的8b提高到10b及以上。虽然已有的图形学方法已经能较为真实地再现各类视觉效果，然而为了能提供高分辨率、高动态的渲染效果，必须消耗非常可观的计算能力。一帧精美的高清分辨率图像，单机渲染往往需要耗费数小时至数十小时。为此，传统方法主要采用分布式系统，将渲染任务分配到集群渲染节点中。即使这样，也需要使用上千台计算机，耗费数月时间才能完成一部标准90min长度的影片渲染。

基于图形处理器（graphics processing unit，GPU）的硬件技术得以发展迅速，已经能在一个GPU芯片上采用64nm工艺集成上千个采用单指令多数据流架构的通用计算核心。2009年底，主流图形硬件商nVidia和AMD以及Intel还推出了基于多指令、多数据流计算核心的GPU芯片用于图形加速绘制，以支持DirectX 11及OpenGL 3.0图形标准。最新的图形学研究采用GPU技术，可以充分利用计算指令和数据的并行性，已可在单个工作站上实现百倍于基于CPU方法的渲染速度。

然而已知的实现方法，其实现效果还较为初步，无法实现复杂的视觉特效，离实时的高真实感渲染还有很大差距。其主要原因是：①缺乏良好的数据组织方法。基于GPU的方法由于硬件的架构原因，其数据组织无法如同CPU方法一样组织，因此对复杂的数据结构仍无法提供很好的支持。②缺乏标准高效的GPU高层编程语言、编译器以及相应调试工具。③由于以上两个问题，无法完整地实现适于电影渲染制作的RenderMan标准，以及其他各类基于物理真实感的渲染算法。因此，如何充分利用GPU的计算特性，结合分布式的集群技术解决以上这些难题，从而构造低功耗的渲染服务，是图形学的未来发展趋势之一。

（2）研究和谐自然的三维模型建模方法。

三维模型建模方法是计算机图形学的重要基础，是生成精美的三维场景和逼真动态效果的前提。然而，传统的三维模型方法，由于其主要思想方法来源于CAD中基于参数式调整的形状构造方法，建模效率低而学习门槛高，不易于普及和让非专业用户使用。而随着计算机图形技术的普及和发展，各类用户都提出了高效的三维建模需求，因此研究和谐自然的三维建模方法是发展的一个重要趋势。

采用合适的交互手段来进行三维模型的快速构造，特别是应用于概念设计和建筑设计领域，已引起了国际同行的广泛关注。由于笔式或草图交互方式非常符合人类原有日常生活中的思考习惯，因此是研究的重点问题。其难点是根据具体的应用领域，与视觉方法相融合，如何设计合理的交互语汇以及对应的过程式“识别—构造”方法。

与此相关的一个问题是基于规则的过程式建模方法。由于Google Earth等数字地图信息系统的广泛应用，对于地图之上的建筑物信息等存在迫切需求，为此，研究者希望通过激光扫描或者视频等获取方式获得相关信息后能迅速地重建出相关三维模型信息。然而单纯的重建方式存在精度低、稳定性差和运算量大等不足，远不能满足实际的需求。因此，最近的研究中，倾向于采用基于规则的过程式建模方法来尝试高效地构造出三维建筑模型，以及相关的树木等结构化场景。

三维建模方法中的另一主要问题是研究合适的曲面表达方法，以适于各类图形学的应用。在CAD中的主流方法是采用非均匀有理B-样条方法（nonuniform rational B-spline，NURBS），然而此类方法无法很好地解决非正规情况下的曲面拼合，不太适合于图形学。为此，细分曲面方法作为一种离散迭代的曲面构造方法，由于其构造过程朴素简单以及实现容易，因而成为一个方兴未艾的研究热点，而且极有可能逐步取代NURBS方法。主要需要解决的问题有：①奇异点处的C连续性的有效构造方法；②与GPU图形硬件相结合的曲面处理方法。

（3）利用日益增长的计算性能，实现具有高度物理真实的动态仿真。

高度物理真实感的动态模拟，包括对各种形变、水、气、云、烟雾、燃烧、爆炸、撕裂、老化等物理现象的真实模拟，是计算机图形学一直试图达到的目标。这一技术是各类动态仿真应用的核心技术，可以极大地提高虚拟现实系统的沉浸感。然而高度物理真实性模拟，主要受限于计算机的处理能力和存储容量，不能处理很高精度的模拟，也无法做到很高的响应速度。所幸的是，GPU技术带来了革新这一技术的可能。充分利用GPU硬件内部的并行性，研究者开始普遍关注基于GPU的各类数学物理方程求解及其相关的有限元加速计算方法，主要研究关注的焦点还是单个物理方法的GPU实现。然而，随着nVidia推出了基于GPU的PhysX通用物理加速技术，以及Havok公司与AMD合作开发了通用物理中间件技术，相信未来可为高度物理真实的动态模拟提供新的研究机遇。

（4）研究多种高精度数据获取与处理技术，增强图形技术的表现。

为获得真实感的画面与逼真动态效果，一种有效的解决途径是采用各种高精度手段获取所需的几何、纹理以及动态信息。为此，研究者正在考虑对各个尺度上的信息进行获取：小到物体表面的微结构、纹理属性和反射属性通过研制特殊装置予以捕获与处理，或采用一组摄像机来获取演员的几何形体与动态；大到采用激光扫描获取整幢建筑物的三维数据。这里需要研究的三个问题是：①图形获取设备的设计与实现，这是与计算机视觉、硬件、软件相关的系统工程研究问题；②由于一般获取的数据均极为庞大且附加了各种噪声与冗余信息，如何进行处理与压缩以适合于图形学应用；③一旦获取相关的数据，如何进行重用。因此使得基于数据驱动的方法、与机器学习相交叉的图形学方法成为最近的研究热点。

（5）计算机图形学与图像视频处理技术的结合。

家用数字相机和摄像机的日益普及，使得对于数字图像与视频数据的处理成为了计算机研究中的热点问题。而计算机图形学技术恰可以与这些图像处理、视觉方法交叉融合，来直接生成风格化的画面，实现基于图像三维建模，以及直接基于视频和图像数据来生成动画序列。计算机图形学正向的图像生成方法和计算机视觉中逆向地从图像中恢复各种信息方法相结合，可以带来无可限量的想象空间，构造出很多视觉特效来，最终用于增强现实、数字地图、虚拟博物馆展示等。

（6）从追求绝对的真实感向追求与强调图形的表意性转变。

计算机图形学在追求真实感方向的研究发展已进入一个发展的平台期，基本上各种真实感特效在不计较计算代价的前提下均能较好得以重现。然而，人们创造和生成图片的终极目的不仅是展现真实的世界，更重要的是表达所需要传达的信息。例如，在一个需要描绘的场景中每个对象和元素都有其相关需要传达的信息，可根据重要度不同采用不同的绘制策略来进行分层渲染再加以融合，最终合成具有一定表意性的图像。为此，研究者已经开始研究如何将图像处理、人工智能、心理认知等领域相结合，探索合适的表意性图形生成方法。而这一技术趋势的兴起，实际上延续了已有的非真实感绘制研究中的若干进展，必将在未来有更多的发展。