跳到主要内容

隐式建模与体素:不用三角形表达几何

三角形网格、参数曲面、细分曲面都是显式几何——直接给出边界的位置。还有一大类完全不同的表达:隐式几何,用一个标量场 f(x)f(\mathbf x) 表达形状,形状是 f=0f=0 的等值面(isosurface)。这种表达在建模融合、布尔运算、光线追踪、体积效果里有独到优势。这篇讲隐式表达的三种主要变体——解析 SDF、体素、Marching Cubes 转换——以及它们各自的适用领域。

1. 隐式函数与等值面​

一个隐式几何由标量函数定义:

S={x∈R3∣f(x)=0}S = \{\mathbf x \in \mathbb R^3 \mid f(\mathbf x) = 0\}

规定 f<0f<0 表内、f>0f>0 表外(也可反过来,一致就行)。经典例子:

  • 球 f(x)=∥x−c∥−rf(\mathbf x) = \|\mathbf x - \mathbf c\| - r
  • 无限平面 f(x)=n⋅x−df(\mathbf x) = \mathbf n\cdot\mathbf x - d
  • 圆柱(沿 zz 轴) f(x,y,z)=x2+y2−rf(x,y,z) = \sqrt{x^2+y^2} - r
  • 甜甜圈(torus) f(x,y,z)=(x2+y2−R)2+z2−r2f(x,y,z) = (\sqrt{x^2+y^2}-R)^2 + z^2 - r^2

几何基本形式的隐式表达详见 几何基础。这里我们关心怎么用它做建模和渲染。

2. SDF:有符号距离场​

隐式函数里最特殊的一类是有符号距离场(Signed Distance Field/Function, SDF):

SDF(x)={+d(x,∂S)x∉S−d(x,∂S)x∈S\mathrm{SDF}(\mathbf x) = \begin{cases} +d(\mathbf x, \partial S) & \mathbf x \notin S \\ -d(\mathbf x, \partial S) & \mathbf x \in S \end{cases}

绝对值等于到最近边界的距离,符号标示内外。SDF 是隐式函数的一个子集,多了一个关键性质:梯度处处为单位向量(几乎处处,除掉一个测度为零的中轴集合):

∥∇SDF(x)∥=1\|\nabla \mathrm{SDF}(\mathbf x)\| = 1

这个性质让 SDF 极其有用:

  • 光线步进能一步走"当前点到最近表面"的距离,不会穿过边界(下节详述)
  • 法线 = 归一化梯度,直接数值差分:n≈∇f/∥∇f∥\mathbf n \approx \nabla f / \|\nabla f\|
  • 膨胀/收缩 = 加常数:f(x)−cf(\mathbf x) - c 是原形状向外膨胀 cc 距离
  • 边界厚度 = 简单的 abs(f) < ε 判断,做壳、剪影、外描线(outline)都方便

Inigo Quilez 在 shadertoy 上推广的 SDF 建模 一整套原语和组合器都是解析 SDF——手写数十行 GLSL 生成整个复杂场景,只用几十字节的代码替代兆级三角网。

3. CSG:布尔运算​

Constructive Solid Geometry(构造实体几何)是把复杂形状表达为简单形状的布尔组合。在网格上做布尔运算是个噩梦(要处理面片切割、拓扑修复),在 SDF 上却是三行代数:

Union: fA∪B(x)=min⁡(fA(x),fB(x))Intersection: fA∩B(x)=max⁡(fA(x),fB(x))Difference: fA∖B(x)=max⁡(fA(x),−fB(x))\begin{aligned} \text{Union: } & f_{A\cup B}(\mathbf x) = \min(f_A(\mathbf x), f_B(\mathbf x)) \\ \text{Intersection: } & f_{A\cap B}(\mathbf x) = \max(f_A(\mathbf x), f_B(\mathbf x)) \\ \text{Difference: } & f_{A\setminus B}(\mathbf x) = \max(f_A(\mathbf x), -f_B(\mathbf x)) \end{aligned}

严格说 min⁡/max⁡\min/\max 的结果不是精确 SDF——距离字段在两个形状之间会出现"折角",梯度不再单位。但对大多数应用够用了。想要精确 SDF 需要更复杂的算法。

平滑并(smooth union)是 CSG 的一个魔法拓展。用 log-sum-exp 或 soft-min 替代 min:

smin(a,b,k)=−1klog⁡(e−ka+e−kb)\text{smin}(a, b, k) = -\frac{1}{k}\log(e^{-ka} + e^{-kb})

kk 控制融合尖锐度。两个球做 smooth union 会自然长出光滑连接的水滴形状——像水银、粘土、恐龙蛋。传统网格建模里做这种"融合"要么手动加拓扑要么用 metaball,SDF 里一行代码。

4. 光线步进:不用求交也能渲染 SDF​

传统光线追踪对每个物体做 ray-surface intersection,解析方程。SDF 场景没有解析方程可解,但可以用Sphere Tracing(球体步进/光线步进):

struct RayMarchResult { hit: bool, t: float, p: vec3 };
RayMarchResult marchRay(vec3 ro, vec3 rd, float maxDist) {
float t = 0;
for (int i = 0; i < MAX_STEPS; i++) {
vec3 p = ro + t * rd;
float d = sdfScene(p); // 到最近表面的距离
if (d < EPSILON) return {true, t, p};
if (t > maxDist) return {false, 0, vec3(0)};
t += d; // 一步走 d 那么远,保证不穿透
}
return {false, 0, vec3(0)};
}

核心思想:当前点到表面距离是 dd,光线沿任意方向前进 dd 距离都不会穿透表面(因为 dd 是最近距离)。所以可以放心大跳一步。等表面靠近时步长变小,自然收敛。

Sphere Tracing 是 John Hart 1996 年提出的,简洁到令人惊讶。它有几个特点:

  • 不需要空间加速结构(不用 BVH),SDF 自身就是加速信息
  • 支持解析和过程化几何(分形、噪声)
  • 步数与场景复杂度关系弱,几百个物体的 SDF 场景可能和一个物体差不多
  • 极端狭长的擦身而过(grazing)会消耗很多步,需要设 MAX_STEPS 上限

代价是每步都要评估整个场景的 SDF——如果场景是 GPU 上 200 个物体的 min 组合,一次评估调用 200 次函数。这就是为什么 shadertoy 上 SDF 场景都比较简单——不是不能复杂,是复杂了就慢。

软阴影是 Sphere Tracing 的免费副产品:光线朝光源走的过程中记录最小距离,越小说明越接近某个遮挡物:

float softShadow(vec3 ro, vec3 rd, float k) {
float res = 1.0, t = 0.01;
for (int i = 0; i < 32; i++) {
float d = sdfScene(ro + rd*t);
if (d < 0.001) return 0;
res = min(res, k * d / t);
t += d;
}
return res;
}

kk 越大阴影越硬。这是 阴影与遮挡 之外一条完全不同的路子。

5. 体素网格:离散化的隐式几何​

解析 SDF 表达能力有限(想搞人脸?公式怎么写?)。工程上更常用体素网格——把 SDF 采样到一个 3D 数组里:

float sdfGrid[N][N][N];   // N^3 个采样值
float sdf(vec3 p) {
// 归一化到 [0, N-1]
vec3 q = (p - gridMin) / cellSize;
// 三线性插值
return trilerp(sdfGrid, q);
}

存 SDF 采样值 + 三线性插值 = 一个可微、可评估的 SDF。分辨率是空间-精度权衡:2563256^3 大约 64 MB(float32),能表达中等大小物体的粗略形状;102431024^3 是 4 GB,接近极限。

体素表达的痛点是内存立方增长。O(N3)O(N^3) 存储对于稀疏几何(大部分空间是空的)浪费惊人。解决方案有两大类:

层次化稀疏结构:OpenVDB(DreamWorks 开源,几乎是电影工业烟火/液体模拟的标准)用了一个类 B+ 树的结构,只在有内容的地方存数据。NanoVDB 是 GPU 友好的紧凑版本,只读但极快。

神经隐式表达:把 SDF 用一个小 MLP 拟合,SDF(x)≈MLPθ(x)\mathrm{SDF}(\mathbf x) \approx \mathrm{MLP}_\theta(\mathbf x)。NeRF、DeepSDF、Instant-NGP、SDF Studio 等一大批 2020 后的工作走这条路。参数量小(几 MB)就能表达高精度几何,但评估慢(每个点一次前向传播)。

6. Marching Cubes:从体素到三角形​

体素 SDF 建好了怎么渲染?两条路:

  1. 直接光线步进(前面讲的)
  2. 转成三角网格再走传统光栅化管线

Marching Cubes(William Lorensen 和 Harvey Cline 1987 年论文,医学 CT 数据成像出身)是标准转换算法。核心思想:逐 voxel 处理,根据 8 角上的符号查表决定局部三角形。

一个立方体 8 个角,每个角有 SDF 值(正或负),共 28=2562^8 = 256 种符号组合。利用对称性(旋转、反射、正负互换)可以归纳为 15 种基本情形:

    Case 0: 全外部          Case 1: 一角在内       Case 2: 邻边两角在内
(无三角形) (1 个三角形) (2 个三角形组成四边形)
●───● ●───● ●───●
╱ ╱│ ╱ ▽╱│ ╱ ▽╱▽
●───● │ ●─△─● │ ●─△─● │
│ │ ● │ │ ● │ │ ●
│ │╱ │ │╱ │ │╱
●───● ●───● ●───●

对每个 case 预先手工列出应生成的三角形(顶点位于哪些边上)。运行时:

for each voxel cube:
idx = 0
for i in 0..7:
if corner[i].sdf < 0: idx |= (1 << i)
triangles = TRI_TABLE[idx] // 查表得三角形列表
for each edge (e_a, e_b) in triangles:
// 顶点位置线性插值到 SDF=0 的位置
t = corner[e_a].sdf / (corner[e_a].sdf - corner[e_b].sdf)
v = lerp(corner[e_a].pos, corner[e_b].pos, t)
emit v

产出一个近似 SDF 等值面的三角网。256256 项查表 + 每 voxel 常数时间处理,速度很快。

原始 Marching Cubes 有个坑:某些 ambiguous case 里,同一符号模式可以对应两种不同拓扑,选错了会出现小洞或穿孔。Nielson 和 Hamann 1991 年、Chernyaev 1995 年分别给出了修正版。工业代码(VTK、OpenVDB)用的都是修正版本。

替代方案:Dual Contouring(Ju 等 2002)走"顶点在 voxel 内、边穿过 voxel 面时算交点"的思路,能保留尖锐特征(Marching Cubes 天然把所有边角磨圆)。Marching Tetrahedra 用四面体单元避免歧义。

7. 体素在游戏和引擎里​

除了作为 SDF 的容器,voxel 本身也是一种游戏几何表达。《我的世界》就是最出名的例子——每个 voxel 是一个明确的方块,直接光栅化。这类"离散 voxel"没有等值面提取,也不搞光线步进,就是把 voxel 当积木。

现代大型场景里 voxel 还有一个身份是全局光照的中间表示:

  • Voxel Cone Tracing(Cyril Crassin 2011):把场景光照烘到稀疏 voxel 八叉树里,运行时锥体采样近似漫反射间接光
  • DDGI / 探针方法:voxel 网格上放光照探针,SH 系数存漫反射辐照度
  • SDF for GI:UE5 的 Lumen 有一部分基于场景的低精度 SDF 表达做光线求交(避开三角形 BVH 的成本)

8. 体积渲染:不只有边界​

上面所有讨论都在处理"边界表面"(f=0f=0 的等值面)。体积渲染(volume rendering)把整个空间看作有密度的介质:烟、雾、云、火焰、玻璃内部、CT 数据。

体积渲染方程(省略散射项的简化版):

C(o,d)=∫tntfT(t) σ(r(t)) c(r(t)) dtC(\mathbf o, \mathbf d) = \int_{t_n}^{t_f} T(t)\, \sigma(\mathbf r(t))\, c(\mathbf r(t))\, dt

T(t)=exp⁡ ⁣(−∫tntσ(r(s)) ds)T(t) = \exp\!\left(-\int_{t_n}^{t}\sigma(\mathbf r(s))\,ds\right) 是从入口到 tt 的透射率,σ\sigma 是密度(吸收+散射系数),cc 是自发光/散射辐亮度。

数值求解就是光线沿路径分段采样累积:

vec4 volumeRender(ro, rd) {
vec4 acc = vec4(0);
float t = tNear;
while (t < tFar && acc.a < 0.99) {
vec3 p = ro + t*rd;
vec4 sample = sampleVolume(p); // 采样密度、颜色
acc.rgb += (1 - acc.a) * sample.a * sample.rgb;
acc.a += (1 - acc.a) * sample.a;
t += stepSize;
}
return acc;
}

数据源可以是:3D 纹理(云、烟)、程序噪声(大气雾)、医学 CT/MRI 切片、Houdini 模拟出的 VDB 场。

NeRF 及其变种正是把这个方程反过来学:给一堆图像和相机姿态,学一个神经场 σ(x),c(x,d)\sigma(\mathbf x), c(\mathbf x, \mathbf d),然后就能从任意视角合成新图像。本质是神经网络参数化的体积几何,跟 SDF 神经隐式表达是姐妹。

9. 隐式 vs 显式:一个总结表​

维度显式(网格)隐式(SDF/体素)
存储顶点 + 面表函数或采样网格
内部/外部判断复杂(射线穿越计数)一次求值 f(x)f(\mathbf x)
布尔运算网格切割极难min/max 三行
光滑融合需重建拓扑smooth-min
精确表面查询直接需要迭代(求根/等值面提取)
GPU 光栅化天然支持不直接支持
光线求交BVH + 三角求交Sphere Tracing
内存 vs 精度与三角数线性与体素分辨率立方
尖锐特征天然保留需要 Dual Contouring 或高分辨率

选择法则:做加/删/融合选隐式,做布线/UV/骨骼绑定选显式。工业管线里两者常常互转:ZBrush 里雕刻用 SDF-like 的"DynaMesh",最终导出成清理过拓扑的三角网。Houdini 里烟、水做完模拟是 VDB,渲染前 Marching Cubes 转网格。

10. 与其他表示的边界​

回顾整个几何处理的谱系:

  • 多边形网格:离散、显式、GPU 友好
  • 参数曲面:连续、显式、光滑、需拓扑规则
  • 细分曲面:连续、显式、任意拓扑
  • 隐式几何(本篇):连续、隐式、任意拓扑 + 自然布尔

四种表达各解决了几何的一部分难题,工业管线里往往并存。选择不是二元的,而是"这个操作用哪种最方便"。SDF 光线步进对实时场景是精妙工具,但要绑骨骼做角色动画,没人愿意用它。反过来做布尔运算或者程序化融合,网格系统的痛苦谁做谁知道。