"計算機圖形學是研究真實或虛擬物體在計算機中的圖形表示及交互的一門學科，在工業(yè)制造、影視制作、娛樂游戲、計算機仿真等領(lǐng)域有著廣泛的應(yīng)用。隨著云計算、虛擬/增強現(xiàn)實、生成式人工智能等新一代信息技術(shù)的發(fā)展，計算機圖形學的理論和方法不斷充實與更新，尤其近年來以神經(jīng)輻射場、三維高斯?jié)姙R等為代表的神經(jīng)繪制，以及以神經(jīng)隱式表示為代表的深度幾何學習和建模，大有以神經(jīng)繪制流水線變革傳統(tǒng)圖形繪制流水線的發(fā)展趨勢，加之大模型技術(shù)的發(fā)展和引入，對計算機圖形學建模、繪制、動畫等內(nèi)容都有大幅的更新和擴展，且已經(jīng)廣泛應(yīng)用到大量的科學和工程領(lǐng)域，成為現(xiàn)代計算機應(yīng)用中不可缺少的重要分支。 本書不僅涵蓋了傳統(tǒng)計算機圖形的幾何建模、真實感繪制、計算機動畫等內(nèi)容，而且包括了數(shù)字幾何處理、非真實感繪制、基于圖形的影像處理、計算攝像、GPU圖形計算等圖形學的新進展。作為本書的一大特色，不少章節(jié)的內(nèi)容都來源于近二十年計算機圖形學方向的高水平論文和產(chǎn)業(yè)界的**技術(shù)。此外，本書中列舉了很多的例題，并在書中給出了一些代表性算法關(guān)鍵步驟的偽代碼，相應(yīng)的源代碼也提供了網(wǎng)絡(luò)下載。 本書可以作為計算機、人工智能等學科相關(guān)方向高年級本科生和研究生計算機圖形學課程教材、計算機圖形學相關(guān)方向的科研工作者和工業(yè)界技術(shù)人員的參考用書，部分章節(jié)也可以選擇作為計算機、人工智能等相關(guān)專業(yè)計算機圖形學教材內(nèi)容。 "
不僅介紹了幾何建模、真實感繪制、計算機動畫等傳統(tǒng)圖形學的內(nèi)容，還著重闡述了數(shù)字幾何處理、非真實感繪制、基于圖形的影像處理、計算攝像、GPU圖形計算等圖形學的新進展，特別是最新人工智能技術(shù)發(fā)展下的新型圖形學內(nèi)容
本書第1版于2020年6月由清華大學出版社出版，至今已被數(shù)十所兄弟院校作為本科生、研究生計算機圖形學及相關(guān)課程的教材或參考書，反響較好。在這期間，我時常收到同行專家、授課教師對于本書的寶貴修改建議。此外，過去的幾年時間，人工智能技術(shù)飛速發(fā)展，也帶動了現(xiàn)代計算機圖形學的迅猛發(fā)展。以神經(jīng)輻射場（NeRF）、三維高斯?jié)姙R（3DGS）為代表的神經(jīng)繪制，以神經(jīng)隱式表示為代表的深度幾何學習和建模技術(shù)，正不斷提升傳統(tǒng)圖形流水線的智能水平；同時大模型技術(shù)的發(fā)展和引入，也推動了計算機圖形學中建模、繪制、動畫等技術(shù)的新發(fā)展。目前還沒有一本圖形學教材體現(xiàn)這些最新的前沿內(nèi)容。此外，2020年印發(fā)《高等學校課程思政建設(shè)指導綱要》的通知，明確了高校課程思政也要落實到教材編審選用。這些新契機和新要求，促使我按照課程思政的要求，以現(xiàn)代圖形學前沿發(fā)展的新內(nèi)容為出發(fā)點，著手準備本書第2版的修改。
第2版的修改開始于2023年秋，主要在本書第1版大綱的基礎(chǔ)上，廣泛增加了計算機圖形學領(lǐng)域最新的研究內(nèi)容和成果，尤其是高真實感神經(jīng)繪制、神經(jīng)隱式建模、基于深度學習的非真實感繪制及動畫等最新的內(nèi)容。目前市面上大多數(shù)的圖形學教材內(nèi)容主要以國外的研究和工作為主，對中國科研人員的相關(guān)工作介紹很少，而事實上中國圖形學經(jīng)過幾十年的發(fā)展取得了很大的進步，但很少在圖形學教材上有所體現(xiàn)。在課程思政建設(shè)的大背景下，我們著重關(guān)注和挖掘圖形學發(fā)展中的中國元素，例如以蘇步青院士為代表的科技人員在計算幾何和建模等方面的研究和實踐工作、第一個以中國人名字命名的圖形學經(jīng)典算法梁友棟Barsky裁剪算法等重要內(nèi)容，并且進一步增加清華大學、浙江大學、上�？萍即髮W等國內(nèi)高校和科研院所在圖形學領(lǐng)域的最新研究工作和成果，期望通過教材和課堂教學，向更多人介紹和展示中國科研人員的工作，增強學生在圖形學科研領(lǐng)域的自信心和自豪感，達到課程思政育人的目的。
經(jīng)過約一年時間的準備，本書第2版初稿成型。隨后我們在全國計算機輔助設(shè)計與圖形學大會、全國幾何設(shè)計與計算大會、中國計算機圖形學大會等國內(nèi)圖形學領(lǐng)域著名學術(shù)會議期間，邀請國內(nèi)兄弟院校的專家、同仁召開研討會，收到了很多寶貴的修改意見。在此基礎(chǔ)上也邀請了來自多所高等院校和科研院所的本科生、研究生，結(jié)合自身的不同專業(yè)背景，以學習者的視角提出了很多有益的修改意見。清華大學出版社龍啟銘編輯，也對本書第2版內(nèi)容提出很多寶貴意見。按照修改意見，我們進行了認真修改和完善，并于2024年冬天完成了第2版定稿。
本書第2版內(nèi)容，針對數(shù)字幾何處理、真實感繪制、非真實感繪制、基于圖形的影像處理、計算攝像、GPU圖形計算等章節(jié)內(nèi)容進行了擴展，不少內(nèi)容來源于近五年來圖形學方向的高水平研究，可充分反映計算機圖形學的新進展。同時，考慮本書第1版在基礎(chǔ)知識、幾何建模等章節(jié)中存在大量數(shù)學推導的內(nèi)容，為方便課堂教學，壓縮了篇幅，詳細數(shù)學推導內(nèi)容以附錄的形式供教學參考。
北京師范大學黃石生副教授、王立志教授、朱林副教授和李德崎博士生參與了本書第2版的修訂工作。
本書第2版既可以用于研究生教材和圖形學方向的科研工作者查閱，也可以選擇部分內(nèi)容作為本科生教材，相關(guān)配套的源代碼、課件等都通過網(wǎng)絡(luò)提供。由于編者才疏學淺，而且時間和精力有限，本書第2版中依然難免出現(xiàn)錯誤和遺漏之處，敬請斧正。
最后，衷心感謝清華大學胡事民教授、浙江大學鮑虎軍教授等專家、清華大學出版社龍啟銘編輯，以及其他對本書第2版出版給予支持和幫助的所有人。
黃華
2025年3月
第1章引言/1
1.1計算機圖形學的概念1
1.2計算機圖形學的發(fā)展2
1.2.120世紀60年代3
1.2.220世紀70年代4
1.2.320世紀80年代5
1.2.420世紀90年代6
1.2.521世紀00年代7
1.2.621世紀10年代7
1.2.721世紀20年代8
1.3計算機圖形學與其他學科的關(guān)系9
1.4計算機圖形學的應(yīng)用10
1.5小結(jié)12
思考題13
第2章基礎(chǔ)知識/14
2.1圖形的顯示14
2.2幾何變換16
2.2.1模型變換17
2.2.2視點變換20
2.2.3投影變換22
2.2.4窗口變換24
2.3光柵化處理24
2.3.1簡單圖元生成24
2.3.2多邊形填充27
2.3.3剔除29
2.3.4可見性判斷30
2.4可微繪制31
2.4.1基本原理31
2.4.2繪制流水線32〖1〗現(xiàn)代計算機圖形學基礎(chǔ)（第2版）目錄〖3〗〖3〗2.5圖形硬件34
2.5.1顯卡及GPU34
2.5.2GPU上的圖形處理35
2.6小結(jié)36
思考題36
第3章幾何建模/37
3.1數(shù)學基礎(chǔ)37
3.1.1幾何形狀的數(shù)學形式37
3.1.2幾何性質(zhì)39
3.1.3建模工具41
3.2自由曲線/曲面建模42
3.2.1平面三次多項式曲線42
3.2.2Bézier曲線/曲面43
3.2.3B樣條曲線/曲面46
3.3細分曲面建模49
3.3.1CatmullClark細分曲面50
3.3.2DooSabin細分曲面51
3.3.3Loop細分曲面52
3.3.4Butterfly細分曲面53
3.4三維重建54
3.4.1被動式與主動式建模54
3.4.2基于圖像的三維重建55
3.4.3視覺同時定位與地圖構(gòu)建61
3.4.4基于激光測距的三維重建64
3.4.5基于Kinect的三維重建69
3.5幾何數(shù)據(jù)結(jié)構(gòu)72
3.5.1構(gòu)造實體幾何模型73
3.5.2邊界模型73
3.5.3體素模型75
3.6小結(jié)76
思考題76
第4章數(shù)字幾何處理/77
4.1幾何基礎(chǔ)77
4.1.1幾何模型77
4.1.2幾何性質(zhì)79
4.1.3三維幾何的深度學習83
4.2網(wǎng)格去噪85
4.2.1基本方法85
4.2.2拉普拉斯平滑86
4.3網(wǎng)格簡化88
4.3.1頂點聚類89
4.3.2漸進式網(wǎng)格90
4.3.3基于深度學習的網(wǎng)格簡化92
4.4網(wǎng)格參數(shù)化93
4.4.1數(shù)學模型94
4.4.2平面參數(shù)化95
4.4.3球面參數(shù)化98
4.4.4基域參數(shù)化99
4.5網(wǎng)格編輯101
4.5.1自由編輯101
4.5.2帶約束的編輯102
4.5.3編輯遷移104
4.6網(wǎng)格形變104
4.6.1基于參數(shù)化的網(wǎng)格形變105
4.6.2基于微分坐標的網(wǎng)格形變105
4.6.3基于深度學習的網(wǎng)格形變106
4.7小結(jié)108
思考題108
第5章真實感繪制/109
5.1光照109
5.2BRDF和著色112
5.2.1BRDF113
5.2.2著色115
5.3紋理映射120
5.3.1簡單的紋理映射121
5.3.2環(huán)境映射123
5.3.3凹凸映射124
5.4光線跟蹤繪制126
5.4.1基本原理126
5.4.2光線投射模型126
5.4.3光線跟蹤模型127
5.4.4光線跟蹤加速130
5.4.5光線跟蹤的其他改進132
5.5輻射度繪制133
5.5.1基本原理133
5.5.2輻射度繪制模型134
5.5.3輻射度方程的數(shù)值計算135
5.6全局繪制方程137
5.6.1繪制方程137
5.6.2方程求解138
5.7深度學習繪制139
5.7.1基于生成查詢網(wǎng)絡(luò)的繪制139
5.7.2基于神經(jīng)輻射場的繪制140
5.7.3基于三維高斯?jié)姙R的繪制144
5.8小結(jié)146
思考題146
第6章非真實感繪制/147
6.1概述147
6.2基于筆畫建模的繪制149
6.2.1筆畫模型149
6.2.2油畫風格化繪制150
6.2.3水彩畫風格化繪制157
6.2.4素描風格化繪制159
6.3基于紋理合成的繪制159
6.3.1基于風格類比的紋理合成繪制方法160
6.3.2基于筆畫的紋理合成繪制方法161
6.4基于圖像濾波的繪制163
6.4.1基于流體場的雙邊濾波繪制164
6.4.2基于亮度的雙邊濾波繪制165
6.4.3基于紋理/結(jié)構(gòu)分層的濾波繪制166
6.5視頻非真實感繪制168
6.5.1基于幀間光流的筆畫繪制168
6.5.2基于視頻體的筆畫繪制170
6.6深度學習非真實感繪制171
6.6.1基于卷積神經(jīng)網(wǎng)絡(luò)的風格遷移171
6.6.2基于生成對抗網(wǎng)絡(luò)的風格遷移175
6.7小結(jié)179
思考題179
第7章基于圖形的影像處理/180
7.1影像摳圖180
7.1.1藍屏摳圖182
7.1.2基于三色圖的自然圖像摳圖183
7.1.3基于筆畫的自然圖像摳圖185
7.1.4視頻摳圖187
7.2影像縮放188
7.2.1圖像縫隙增刪188
7.2.2圖像網(wǎng)格變形190
7.2.3視頻縮放方法192
7.3影像融合192
7.3.1泊松圖像融合193
7.3.2基于均值坐標插值的圖像融合194
7.3.3視頻融合方法195
7.4影像拼接196
7.4.1盡可能單應(yīng)變換的圖像拼接197
7.4.2形狀保持的半單應(yīng)變換圖像拼接198
7.4.3自適應(yīng)混合變換圖像拼接200
7.4.4視頻拼接201
7.5影像編輯202
7.5.1顏色遷移202
7.5.2圖像變形204
7.5.3編輯傳播207
7.5.4視頻去抖208
7.6小結(jié)211
思考題211
第8章計算攝像/212
8.1攝像學的發(fā)展212
8.1.1成像設(shè)備213
8.1.2成像模型216
8.1.3成像因素219
8.2數(shù)字攝像220
8.2.1ISP整體流程220
8.2.2自動白平衡222
8.2.3去馬賽克224
8.2.4色調(diào)映射227
8.2.53A調(diào)整228
8.3計算攝像229
8.3.1計算編碼229
8.3.2計算解碼232
8.4計算光場成像234
8.4.1基于光場的重對焦成像235
8.4.2基于光圈編碼的去散焦成像236
8.5計算光譜成像237
8.5.1基于掩膜分光鏡的計算光譜成像238
8.5.2基于編碼感知的計算光譜成像239
8.5.3計算光譜重建241
8.6小結(jié)243
思考題243
第9章計算機動畫/244
9.1動畫制作244
9.1.1傳統(tǒng)動畫244
9.1.2計算機動畫概述245
9.1.3動畫制作流程246
9.2關(guān)鍵幀插值247
9.2.1形狀保持的圖像形變插值248
9.2.2形狀保持的三維網(wǎng)格形變插值250
9.3物理模擬251
9.4運動捕捉253
9.4.1主動式運動捕捉254
9.4.2被動式運動捕捉255
9.4.3運動重定向255
9.5關(guān)節(jié)動畫256
9.5.1關(guān)節(jié)運動模型257
9.5.2反向運動學動畫258
9.6群體動畫260
9.6.1FlockandBoid模型261
9.6.2社會力模型263
9.7基于深度學習的動畫264
9.7.1基于自編碼器的關(guān)節(jié)動畫學習264
9.7.2結(jié)合強化學習和深度學習的關(guān)節(jié)動畫266
9.8小結(jié)268
思考題268
第10章基于GPU的圖形計算/269
10.1GPU簡介269
10.1.1組成結(jié)構(gòu)269
10.1.2并行處理271
10.1.3GPU的發(fā)展272
10.1.4CUDA的發(fā)展272
10.2數(shù)值計算273
10.2.1計算模式273
10.2.2通用數(shù)值計算275
10.3GPU快速建模276
10.3.1GPU加速的NURBS建模276
10.3.2GPU加速的泊松三維重建278
10.4GPU快速繪制279
10.4.1GPU加速的光線跟蹤繪制279
10.4.2GPU加速的輻射度繪制279
10.5GPU計算光譜成像281
10.6小結(jié)282
思考題283
附錄A圖形流水線中的幾何變換推導/284
A.1眼睛坐標系到世界坐標系變換矩陣Me2w的計算284
A.2眼睛坐標系到平面坐標系的投影變換矩陣Pe2i的計算285
附錄B拉普拉斯方程組的最小二乘最優(yōu)化求解/289
參考文獻/291
書單推薦
