面向动态流程工厂模型的快速分层层次细节法

分析了现有基于面片的分层层次细节算法在处理大规模动态流程工厂模型时存在的预处理时间过长、更新操作耗时等不足,提出一种新的基于基本体元的快速分层层次细节方法.该方法在体元级别对设备和元件进行聚合,对管线进行分割,建立场景图,然后基于几何参数和形状特征计算各体元的层次细节.利用管子及其元件的拓扑连接关系构成"组合管子",在体元级别对其进行合并简化.实验结果表明,对具有10M左右面片复杂度的动态流程工厂模型,该方法在普通PC机上能够在保证一定绘制质量的前提下将模型绘制速率平均提高3倍左右,并且将预处理时间控制在7min以内.

网络环境下基于外存的大规模流程工厂模型交互绘制

现有的基于网络的远程绘制系统在绘制过程中对网络带宽和时延具有较强的依赖性,为了获得较高的绘制速度,需要耗费大量的预处理时间和存储空间.针对网络环境下模型的设计校审工作对预处理时间、绘制速度和图像质量的实际需求,提出一种基于外存的大规模流程工厂模型交互绘制算法.绘制前,首先从服务器端获取模型的几何参数和拓扑信息;然后根据流程工厂模型特征,在客户端以设备和管线为基本单位组织外存数据,采用体元合并的方法快速完成模型层次细节的计算和存储.分析了校审内容和校审人员的运动习惯,并将其与基于视点可见性的预取算法相结合,在本地实现外存数据的高效预取,且绘制过程中无需传输模型面片信息.实验结果表明,文中方法在普通PC机上能够将具有21 M左右面片模型的预处理时间控制在5 min以内,在保证校审所需图像质量的前提下取得平均30帧/s的平稳帧速,且绘制过程不依赖网络带宽和时延.

基于连续HLOD的大规模场景快速绘制算法

大规模场景的快速绘制是虚拟现实技术重要的研究课题之一.为了加速场景的绘制,一般采用层次细节模型和可见性裁剪方法,但是现有算法在处理大规模场景时存在着局限性.本文提出了一种新的大规模场景快速绘制算法,该算法在场景层次划分的基础上,利用拓扑结构可变的网格简化方法为场景层次计算连续的分层层次细节模型(HLOD);然后在实时绘制阶段,对场景分层层次细节模型进行视点相关的全局和局部细化,并结合快速有效的视域裁剪,从而大大加速了场景绘制速度.实验结果表明该算法是简单有效的,并且算法还可以进一步扩展到外存方式.

大规模外存场景的交互绘制

在场景分割的基础上,提出一种连续分层层次细节模型组织场景,并对视点空间进行划分,为每个视点单元计算恰好满足单元内任意视点屏幕像素误差的场景图节点列表,称为cell-front;然后利用cell-front对外存模型的存储进行重新设计.在绘制时采用多线程技术,绘制线程对当前cell-front进行可见性剔除和视点相关的选择绘制;预取线程采用一种基于视点单元的预取策略,利用视点单元之间cell-front的变化控制预取数据的调度.该算法能够在保证场景绘制质量的前提下,在普通的PC机上实现大规模外存场景的实时交互显示.

可见性驱动的复杂场景连续多分辨率绘制

提出一种视点相关的连续多分辨率模型与可见性剔除相结合的复杂场景加速绘制算法。将复杂场景表示为场景图,然后自底向上构建场景的连续分层层次细节(CHLOD)模型;在实时绘制时,利用图形硬件的遮挡查询功能实现快速的层次遮挡剔除,并根据遮挡查询返回的可见象素数近似度量物体的可见性程度,通过与传统视点相关的细化准则相结合,实现了一种可见性驱动的场景连续多分辨率简化绘制方法,能够在保证场景绘制精度的同时进一步提高场景绘制的速度。

QuickWalk：一个大规模场景交互漫游系统

随着三维扫描与建模技术的飞速发展,三维场景的数据量急剧增大,无法一次性载入内存,而且难以进行交互绘制.研究开发了一个大规模外存场景的交互漫游系统Quick Walk,该系统集成了视点相关的层次细节技术、可见性剔除和场景数据的内外存调度,能够有效地减少运行时刻的内存需要,使CPU、GPU和I/O三者的效率得到充分发挥.实验表明,在保证场景绘制质量的前提下,该系统能够在目前普通的PC上实现大规模外存场景的实时显示和交互操纵.