基于Woodcock跟踪的高效散射介质绘制算法的研究与实现

来源 :浙江大学 | 被引量 : 0次 | 上传用户:ztsdc
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
大自然中,云、烟、雾等参入介质(Participating Media)视觉效果无处不在。当光子在介质中传播时,会发生散射或被吸收等事件,从而产生各种丰富的视觉效果。尽管这些效果让绘制出的图片更加有环境感和深度感,由于其不容忽视的计算复杂性,实际中一般被忽视或者对介质做一些特定的假设来简化计算。如何准确并且高效地模拟光在介质中的传播,并据此绘制出真实的介质效果,就是本篇论文所要解决的问题。  本文首先实现传统的光线步进(Ray Marching)算法来渲染介质,包括均匀介质(Homogeneous)和非均匀介质(Heterogeneous),单次散射(Single Scattering)和多次散射(Multiple Scattering)效果。然后实现性能更加高效的Woodcock跟踪算法,并对他们的性能和渲染结果做对比。另外,本文还利用GPU的高并行计算能力,进一步加速介质渲染计算。最后,本文对介质渲染技术的探索和研究成果部分集成到了实验室电影级渲染引擎RenderAnts Pro中,进一步验证了本文算法的可行性和实用性。
其他文献
随着汽车电子软件功能设计越来越复杂,使用传统的软件开发方法已经无法满足市场的需求,与此同时软件产品移植到其他硬件平台的成本日益加大。为了解决汽车电子软件的可扩展、可
快速发展的云计算技术使得SOA架构成为了业内的主流架构体系。而在计算机行业的发展历程中,早期开发的很多Web系统直到现在都还在持续维护运作中。但是,由于这些系统使用陈旧的
在逆向工程,形变检测等领域,点云对齐被广泛的应用。随着三维扫描仪和三维打印机的发展和逐渐普及,工业界对点云对齐技术越来越重视,并且提出更高的需求。点云对齐是两片任意位置
随着大数据时代的到来,传统的关系型数据库逐渐不能满足海量非结构化数据管理的性能和价格要求。海量数据中蕴藏着巨大的商业和研究价值,但目前缺乏一套完整的面向海量非结构化
天线方位角下倾角的精确规划是影响无线网络覆盖最重要的因素之一。传统的计算方向角和下倾角的方法基于物理测量方式,存在这测量复杂,测量不方便,测量受限制于测量环境等缺点。
随着数字媒体技术的飞速发展和电子数码设备的普及,图像的产生变得越来越容易,图像数量也日益增多。在大规模图像数据中,如何快速准确地找到需要的图像是值得深入研究的问题。因
现场可编程门阵列(FieldProgrammableGateArrays,FPGA)以其可编程、高并行性、高集成度等优点,被广泛应用于通信、控制等领域。然而,随着FPGA器件日益复杂、系统规模日益庞大,作
在大数据时代,如何从海量的数据中挖掘到自己感兴趣的内容成为至关重要的问题。为了满足用户的个性化需求,需要进行个性化推荐。传统的个性化推荐是根据用户对物品的历史评分、
随着计算机技术和硬件的飞速发展,虚拟现实技术在服装领域的应用也越来越多,这种技术对降低企业的生产成本、加速产品开发等方面都有很大的改善。目前对虚拟服装的研究主要集中
在线识别网络流量的业务类型是互联网流量控制,网络资源管理等工作的基础。目前互联网中各种业务流量随着用户需求的快速增长而不断发生变化,包括业务特征值集合的变化,新的业务