论文部分内容阅读
目前图形硬件中的图形处理器(GPU)计算能力的增长速度已经超过了中央处理器(CPU)计算能力的增长速度，主流图形硬件制造商声称，现在每隔12个月GPU的性能就会增长一倍。图形硬件技术一个最主要的突破就是在图形硬件中引入了可编程功能，此功能允许用户编制自定义的着色器程序(Shader program)来替换原来固定流水线中的某些功能模块，使得GPU在功能上更像一个通用处理器。虽然GPU具有非常高的计算速度，但并不能直接将以前在CPU中实现的算法照搬到GPU中来执行，这是因为GPU的指令执行方式和CPU不一样，GPU的体系结构是一种高度并行的单指令多数据(SIMD)指令执行体系。所以要基于可编程图形硬件实现一些在CPU中效率较低的算法，就必须重新组织算法实现的数据结构和步骤，以充分利用GPU并行处理体系结构带来的性能优势。本文中的几种算法都基于可编程图形硬件实现，在达到实时效率的同时保证了结果的质量。 本文中的研究工作主要包括以下几个方面： 1．实时体素化及其应用 提出了一种面向复杂几何模型的高效体素化方法。算法首先将几何模型依据各面片的朝向将它们分别变换到三个离散的体空间，然后将每个体空间中生成的体素以二维纹理的方式存储在三张工作表格(worksheet)中，三张工作表格最终合并成为一张包含全部体模型数据的工作表格。算法整个运行过程中只需要遍历初始几何模型一次。由于整个运行过程全部在GPU中实现，对于两百万面片数的几何模型算法能够达到实时。该算法实现简单并且易于扩展到体建模、透明绘制、碰撞检测等许多具体应用中。 2．大尺寸点模型实时高质量绘制 提出了一种大尺寸点模型的自适应绘制算法。该算法在预处理阶段首先将点模型分割为很多点片，建立每一个点片的层次结构并以线性二叉树的方式保存；在接下来的绘制过程中对点模型分片进行处理，通过快速的可见性测试剔除掉不可见的点片，可见的点片则会依据距离视点的远近选取合适的绘制模式在GPU中实时绘制。算法不仅充分发挥了GPU的性能并且有效地均衡了GPU和CPU之间的负载。为解决大尺寸模型数据量过大的问题，我们还提出了一种快速的压缩／解压缩技术，可以将显存中的绘制数据压缩8倍以上。基于以上算法，可以在普通PC平台上实现百万数量级浙江大学硕士学位论文摘要点采样模型的实时高质量绘制。3.实时阴影映射 阴影映射是一种基于图像空间的阴影绘制算法。该算法基于图形硬件提供的纹理(t exture)和深度缓存(dePth buffer)等技术实现，依靠GPU加速可以达到很高的绘制效率。文中会详细介绍两种实时阴影映射的实现方法:普通基于GPU实现的阴影映射和硬件阴影映射。 在本文的最后，作者总结了自己关于可编程图形硬件技术的一些经验和体会，并提出了一些未来的研究方向。关键词:GPU;可编程图形硬件;体素化;实时绘制;点绘制;阴影若