5.计算机图形学应用

计算机图形学有着广泛的应用，可简单概括为如下几个方面：
计算机辅助设计与制造。计算机图形学被用来进行土建工程，机械结构和产品设计，包括设计飞机、汽车、船舶的外形和发电厂、化工厂等的布局以及电子线路、电子器件等。在电子工业中，计算机图形学应用到集成电路、印刷电路板，电子线路和网络分析等方面的优势十分明显。另一个研究领域是基于工程图纸的三维形体重建，就是从二维信息中提取三维信息，通过对信息进行分类、综合等一系列处理，在三维空间中重新构造出二维信息所对应的三维形体，恢复形体的点、线、面以及拓扑元素，从而实现形体的重建。
模具CAD/CAM是计算机图形学在模具生产方面应用的最广泛、最活跃的领域。由计算机产生成型物体随时间、压力、温度等外部条件变化而产生的图形，以研究塑流、缩胀、温度和压力的分布及结构在负载下的变形，可以在制模前研究确定模具设计的优劣。利用计算机不但提供了逼真场景画面和可靠数据，而且为这些数据提供了真正安全、迅速而廉价的条件。
模具制造中各种CNC或DNC自适应机床的加工过程的监视与控制等，现采用图形实时显示与控制，利用计算机输出各种图表、饼图、工作进程图、仓库及生产管理的各类统计图、变化趋势图等。可以增强对复杂现象的直观理解，使人一目了然，以便迅速做出决策。
科学计算可视化。广泛应用于医学，流体力学，有限元分析，气象分析等，尤其在医学领域，可视化有着广阔的发展空间，依靠精密机械做脑部手术是目前医学热门的课题，而这些技术实现的基础则是可视化。当我们做脑部手术时，可视化技术将医用扫描的数据转化成图像，使得医生能够看到并准确的判别病人的病患处，然后通过碰撞检测等技术实现手术效果的反馈，帮助医生完成手术。
图形实时绘制与自然景物仿真。真实感绘制是模拟真实物体的物理量，简单的说就是物体的形状、光学性质、表面的纹理和粗糙程度，以及物体间的相对位置、遮挡关系等。自然景物仿真技术是消除隐藏线及面、体的明暗效应、颜色模型、纹理、光线跟踪、辐射度等方法，自然景物仿真在几何图形、广告影视、指挥控制、科学计算等方面用范围很广。
计算机动画。动画也只是由一幅幅静态的图像动态叠加生成，每一幅都是对前一幅小部分修改，如何修改便是计算机动画的研究内容，当这些连续播放时，整个场景就动起来。早期的计算机动画灵感来源于传统的卡通片，在生成几幅被称作“关键帧”，连续播放时两个关键帧就被有机的结合起来。计算机动画内容丰富多彩，生成动画的方法也多种多样，比如基于特征的图像变形、二维形状混合、轴变形方法、多维自由形体变形等。
计算机艺术。用计算机从事艺术创作，计算机图形学除广泛用于艺术品的制造外，还成功的用来制造广告、动画片甚至电影。目前国内外不少人士正在研制人体模拟系统，这将会使得在不久的将来把历史上早已逝去的著名影视明星重新搬上新的影视片成为可能。
经过多年众多学者的研究与发展、计算机图形技术现已形成相对独立和完整的学科领域。目前，图形技术已广泛应用于人类生活的许多领域，如：电影电视、文化教育、机械制造、建筑设计、医学等，一切都是围绕着图形的产生、显示、变换、输出等几个基本环节。这些改变着人们传统的生产生活方式、思维方式，随着微机、工作站、各种分布式系统的发展、各种图形软件的推陈出新，计算机图形技术将在机械领域和其他新领域有着更广阔的发展前景。

6.计算机图形学的发展趋势

从计算机图形学学科来看，有以下几个发展趋势：
(1)？？ 与图形硬件发展紧密结合，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，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（1920x1080），进一步要能达到数字电影所能播放的4K分辨率(4096x2060)；色彩的动态范围也希望从原来每个通道的8Bit提高到10bit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90分钟长度的影片渲染。 基于GPU的图形硬件技术得以迅速发展，已经能在一个GPU芯片上采用64nm工艺集成上千个采用SIMD（单指令多数据流）架构的通用计算核心。而2009年底，主流图形硬件商nVidia和AMD以及Intel还会推出基于MIMD（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以及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：（i）缺乏良好的数据组织方法，基于GPU方法由于硬件的架构原因，数据组织无法如同CPU方法一样的组织，因此对复杂的数据结构仍无法得到很好地支持。（ii）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,（iii）由于以上两个问题，无法完整地实现适于电影渲染制作的Render Man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，从而来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，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，远未能满足实际的需求。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相结合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的主流方法是采用非均匀有理B-样条方法，然而此类方法无法很好解决非正规情况下的曲面拼合，不甚适合于图形学。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，是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：（i）奇异点处的C连续性的有效构造方法；(ii) 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限制，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极其相关的有限元加速计算方法。主要研究关注焦点还是单个物理方法的GPU实现，随着计算机一些高新技术发展，相信会为未来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力度
计算机图形的真实感画面与逼真动态效果，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，或采用一组同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。这里主要研究的三个问题是：（a）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；（b）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是主要问题；（c）一旦获取相关的数据，如何进行重用是一个主要课题，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是最近的研究热点。
（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，对于数字图像与视频数据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，视觉方法相交叉融合，来直接地生成风格化的画面，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。当计算机图形学正向地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、虚拟博物馆展示等多种应用中去。
（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，在一个所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，可根据重要度不同可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与图像处理、人工智能、心理认知等领域相结合，探索合适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。