三角网格模型平滑阴影的实时绘制

来源 :山东大学 | 被引量 : 0次 | 上传用户:wumin6230
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在三维虚拟场景的绘制中,阴影可增强场景的真实感,因此,阴影的绘制一直是计算机图形学研究的主要内容之一。另一方面,多边形网格是表示三维物体表面的主要形式之一,在计算机游戏和动画等领域有着非常广泛的应用。由于网格模型是光滑曲面的近似,直接绘制其阴影会使阴影的边界不光滑,造成阴影边界的走样,而人眼对阴影边界的走样又非常敏感,因此,研究如何绘制网格模型,使其具有光滑的阴影边界,是本文讨论的主要问题之一。另外,为追求实时的阴影渲染效果,提高渲染效率,如何在GPU上高效实现阴影生成算法是本文研究的另一重要问题。由于软阴影边界的不光滑对人眼不是非常敏感,这里只讨论物体硬阴影的光滑边界的生成。目前,阴影效果的生成算法主要有两种。一种是阴影体算法,这一方法开始是Crow等人在1977年提出的,也是目前计算机动画和游戏中最常用的阴影绘制算法之一。另一种是阴影映射算法,该算法最先由Williams在1978年提出,它需要两次渲染每个阴影投射光源来检测像素是否在阴影中,是一种基于图像空间的方法。这类方法是在图像空间计算物体的阴影边界,计算过程简单,但精度受缓存分辨率限制,在实时绘制应用中,该方法精确度较阴影体低。现今的阴影生成技术,大都基于以上两种算法思想,目的是消除阴影绘制时的走样现象。基于阴影体算法的技术精度非常高,产生的阴影非常精确,但耗费的计算资源较高。基于阴影映射算法的阴影生成技术主要是通过修改阴影映射结构来解决走样问题,对阴影映射的本质思想并没有做出变动。由于本文以简单网格模型为输入,为保证场景的真实感效果,对输入模型进行平滑处理是要解决的问题之一。为减少空间占有量,如何利用局部的网格细分技术计算平滑阴影效果是要解决的另一问题。另外,为保证阴影效果的实时绘制,如何讲平滑阴影生成算法移植到GPU中,以提高渲染效率是要解决的又一关键问题。针对以上的三个关键问题,本文提出了相应的解决方案,主要贡献有:(1)将文献[1]中轮廓曲线平滑过程融合到GPU的图形管线中,利用GPU架构中Geometry Shader的特点实时绘制平滑轮廓线,大大提高渲染效率。(2)提出一种实时的平滑阴影轮廓线的算法,利用阴影体算法思想实现简化网格模型的平滑阴影效果。(3)利用GPU加速阴影生成算法,大大提高了渲染效率。算法利用了GPU中的几何着色器(Geometrv Shader),有效地避免了因CPU和GPU之间大量的数据交换导致的渲染效率过低问题。虽然本文算法在空间占有量和运行效率上具有一定优势,但仍存在一些不足之处。首先,对于点光源,当光源距物体较近,距投射平面较远,视点距离投射平面较近时,会出现阴影不平滑的现象。针对这一问题,可以采用多分辨率的网格细分算法实现阴影的平滑。其次,当光线投射到粗糙曲面上时,也会出现阴影走样现象,对此可以采取局部细分网格模型的方法达到平滑阴影的效果。最后,在多光源情况下,算法生成的三角形数量会急剧增加,空间占有量较大,这也是算法的不足之处,是未来工作中主要要解决的问题乙一。
其他文献
Internet发展到至今已经完全渗入到人们生活工作的各个方面。作为半结构化语言XML已经成为一种最重要的数据载体,在Web服务、电子商务、数字图书馆等诸多网络等领域的数据描
图像社区是随着web2.0和多媒体技术的发展与普及而产生的一类社交平台,作为一种新兴的网络应用,每天都有成千上万的用户将他们的本地图像上传至网络并添加标签、相应的描述等与
虽然可扩展标记语言(eXtensible Markup Language, XML)诞生的时间并不长,但它作为数据描述和信息交换的标准,已经得到广泛应用。目前,Internet、企业和政府部门的管理系统、
随着计算机网络技术的发展,现代企业信息系统的分布性、自治性、异构性等特点日益明显,因此分布式工作流系统的出现和发展成为一种必然趋势。然而传统的分布式技术通常具有网
随着无线通信技术、微机电系统以及传感器等技术的逐渐成熟,无线传感器网络也逐渐受到国际学术领域的关注。经过近几年的研究和发展,无线传感器网络已经在军事反恐、城市管理
人脸识别是生物特征识别中的一项关键技术,在模式识别、图像处理和计算机视觉中已经成为一个十分重要的研究方向,研究识别率高的人脸识别算法具有重要的理论研究意义和商业应
随着企业业务的自动化需求,工作流技术成为近些年来研究的一个重点,但是现代社会的快速发展、Internet的普及和全球化的竞争环境,传统工作流的集中式信息处理方式已经不能满
边缘是图像的基本特征,图像的绝大部分信息都位于图像的边缘中。根据计算机视觉理论,图像的边缘检测在计算机图像领域研究中占据着重要地位。但由于边缘检测问题本身的复杂性
神经网络已经是机器学习领域内最重要的方法之一,其具有分布式存储信息,并行协同处理信息和自组织学习处理信息等特点。论文以神经网络为对象,采用进化算法对神经网络的训练进行
随着实时软件在可靠性和安全性要求的广泛提高,以及实时系统在工业界的广泛应用,对实时软件可靠性的依赖正在以前所未有的速度增长,实时软件的可靠性设计与保障在实时系统中