基于着色器的LOD纹理混合与反走样平滑过渡关键技术研究

针对场景切换时产生的LOD(level of detail)纹理突变和走样问题,提出一种基于着色器的LOD纹理混合与反走样平滑过渡算法。该算法根据三维模型和视点的距离,运用基于Alpha测试的不透明蒙版算法和加权邻帧反走样算法,在LOD间生成过渡材质,实现三维模型LOD切换的平滑过渡,不仅能够改善纹理质量,而且能够保证三维场景加载的流畅性与真实性。实验结果表明,与UnrealEngine4(UE4)自带的平滑算法相比,算法的GPU平均耗时减少8%以上,帧率提高8%以上。与现有纹理平滑过渡方法相比,该算法能够优化GPU渲染性能,稳定并提高画面帧率,保持良好的视觉效果,有效地解决LOD层级切换时的突变问题。

面向延迟着色的统一反走样算法

近年来,面向延迟着色的后期处理反走样算法成为实时绘制研究和应用的热点,针对该算法往往只能处理单一类型的走样的问题,提出一种统一的后期处理反走样算法.该算法既能通过子像素级别的几何对几何边界进行高质量的反走样重建,又能根据着色信息对颜色纹理的走样进行形态学的反走样处理;由于使用2种屏幕空间反走样算法分类处理屏幕像素会导致2类像素之间过渡不平滑,在屏幕空间滤波的基础上使用重投影的反走样方法,能克服动态场景中可能出现的闪烁问题.实验结果表明,文中算法在延时绘制的框架下能较好地处理几何边界走样、纹理边缘走样和时间域走样等多种类型的走样,高效地获得高质量反走样绘制结果.

基于未来帧的时间性反走样研究及实践

时间性反走样算法具有效率优势,是近年来被广泛应用的实时反走样算法之一。该算法通过将采样点平摊至历史多帧及复用历史数据的方式来实现实时反走样。在时域信息采样充分且历史数据可复用的前提下,该算法能取得和超采样反走样算法类似的效果。然而在实际应用中,时间性反走样算法会有几何边缘锯齿、重影及子像素细节缺失等问题。本文以时间性反走样算法为研究基础,针对时间性反走样算法存在的问题,提出了一种基于未来帧的时间性反走样算法。其基本思想是,在使用已有时域信息的基础上,将未经反走样处理的未来一帧纳入时间性反走样,通过使用未来帧的样本,提升几何反走样效果,实现抗重影以及改善子像素细节缺失情况。本文算法提出了可复用未来帧数据提取以及未来帧数据复用的解决方案。实验结果表明,与时间性反走样算法相比,该算法的反走样效果更优。