点渲染方式对量化点云主观质量的影响及算法优化

为探究点渲染方式对量化点云主观质量的影响并优化渲染算法,设计了不同基础几何体类型和渲染半径计算方式的点云主观质量评价实验。通过威尔科克森符号秩检验和双独立样本T检验,分析了基础几何体类型和最近邻渲染算法对几何和属性量化失真点云主观质量的影响。实验结果表明:基础几何体类型由于混叠程度不同而对主观质量影响不同,基础几何体混叠面积越大则主观质量越低;最近邻渲染算法对主观质量影响不显著,该算法减少了点云渲染后空洞的产生,却增大了混叠程度。在属性失真较小时,最近邻渲染算法效果优于渲染半径固定算法;在属性失真较大时,则劣于渲染半径固定的算法。结合主观实验结果,建立了混叠、空洞失真和基础几何体渲染半径的数学模型,在几何量化采用八叉树剪枝的基础上,通过空间相似性对模型参数进行简化并求解,提出一种利用几何量化参数计算基础几何体渲染半径的算法。与最近邻渲染算法相比,所提算法节省了52%的时间复杂度,渲染点云峰值信噪比提升了12.3%,主观质量分数提升了0.5。研究减少了计算资源,提高了渲染效率,可为渲染器的设计和优化提供参考。

基于点渲染的多分支融合露天矿爆堆块体精细分割方法

现代矿产开采中,爆破成本控制占据整个矿产开采的成本控制的很大一部分,这使得爆破效果的控制在整个矿产开采流程中至关重要,而爆破效果的控制与爆破参数直接关联,这需要采集现场真实的数据来指导爆破参数的优化。为解决当前对于矿区现场爆堆块度识别时存在的精度低、实时性差、泛化性能弱等问题,基于爆破参数优化的需要,提出了深度学习框架下的爆堆块体精细分割方法(Point+S Deeplabv3+)。首先模型在骨干网络特征提取部分引入多分支可分离注意力机制,学习不同通道间的权重特征并融合,改善了提取特征时跨通道交互缺乏的问题;在解码阶段,运用点渲染模块,通过迭代选取点在不同尺度特征图的特征,逐步对每个点对应的低级语义特征和高级语义特征进行拼接,解决了上采样时大量丢失语义信息、边缘及小目标分割精度降低的问题;最后使用动态学习率调整策略,加快模型的收敛速度。实验结果表明,基于Point+S Deeplabv3+模型的MPA和MIoU分别达到了94.36%和89.04%,对比主流的语义分割网络,如FCN、UNet、PSPnet和Deeplabv3+相比,基于Point+S Deeplabv3+的模型MPA和MIoU分别提升了3.04%、4.44%、2.79%、1.52%和2.95%、4.36%、3.17%、1.88%,具有更好的综合性能,特别对于边缘和小目标的分割效果有明显改进。因此,基于Point+S Deeplabv3+的分割模型为在爆破现场环境下的爆破参数优化数据采集提供了实时便利、可靠的理论依据。

用点渲染算法实现光刻胶显影过程的三维模拟(英文)

用顶点和面片三维显示光刻胶显影模拟结果的方法不支持海量数据。为此提出基于层次结构的三维场景绘制点渲染算法,并引入网格插值法填补显影模拟中在光刻胶表面出现的空洞,用Dill算法、Kim模型和介质光线算法建立光刻显影模型。实验结果表明,该方法能高效、精确、实时地绘制光刻显影模型输出的大规模海量数据。

基于正态分布密度函数的三维激光点云强度渲染技术

三维激光点云不仅具有高精度的几何散点信息,还包含反映地物材质的反射强度信息,目前已广泛应用于轨道交通工程项目中。文章针对现有点云强度渲染技术的细节信息损失严重问题,研究一种基于正态分布密度函数的点云强度渲染技术,基于点云强度信息映射理论构造其正态分布密度函数映射,将点云强度信息保细节压缩为灰度信息。实验对比证明,此技术具有良好的细节表达能力。

基于位图的点集表面表示及其渲染

提出了一种基于位图的点集表面表示形式:先对点集表面进行参数化,然后在参数域上进行曲面重构和重采样得到基于二维数组的点集表面表示。采用了切空间对齐的方法得到点集表面的参数坐标,该方法能寻找出点集代表的流型所在的二维参数空间,并在参数化过程中较好地保留了原曲面的尺度信息。位图形式表示点集表面具有数据结构简单和便于随机访问的优点。提出了基于位图表示形式的点渲染方法,该方法采用双线性插值来实现视角依赖的点集表面的重采样,解决了点渲染中采样点不足的问题。

基于四叉树的大规模点云管理及实时渲染

三维激光扫描仪能够获取非常详尽的信息,但扫描仪的随机软件多数只能控制设备和数据显示,缺乏足够的点云后处理和空间分析功能。设计了一种基于四叉树的大规模点云管理算法,使用四叉树来对点云进行管理,以期对大规模点云进行高效管理并进行实时渲染。

露天煤矿三维点云模型高速渲染技术研究

为了提升大规模点云数据渲染速度,提出了基于改进的可修改嵌套八叉树数据结构(Potree’s Octree Structure,POS)的露天矿山三维点云高速渲染技术。分析了数据的结构特点,设计了露天矿山大规模点云数据处理流程,以哈尔乌素露天煤矿采场原始点云数据为例进行验证。结果表明:进行数据结构优化后,哈尔乌素露天煤矿点云数据渲染时间从30min缩减至5~6s,时间仅为优化前的3‰,实现了三维点云模型的高速渲染,同时优化后的数据结构显示精度更高。

一种基于采样点的大规模群体实时三维可视化方法

大规模群体的三维可视化是虚拟现实领域的研究热点之一.目前,由于驱动方法与渲染效率的问题,在虚拟空间中创建的大规模虚拟群体很难同时满足驱动与渲染过程的逼真与实时.该问题对于群体规模庞大,个体外形、动作具有一定程度个性化,需要进行独立运动控制的场景尤为明显.针对这一问题,提出了一个高效的大规模虚拟群体三维可视化方法:首先,通过使用模板派生技术从少量模板模型派生出大量外观各异的个体模型;其次,使用运动数据个性化变形技术实现了运动数据的重用;最后,使用基于采样点的渲染技术实现了大规模数据的实时显示.在上述工作基础上,研究并开发了一套大规模虚拟群体的三维可视化系统,能够方便的在普通PC机上实时、逼真的展示大规模的运动虚拟群体,并实现了60000群众紧急疏散过程的实时三维可视化.

基于点采样的大规模三维模型显示

大规模三维模型的实时显示一直是许多虚拟现实应用追求的目标之一,也是计算机图形学领域的研究热点之一。文中采用基于采样点的显示方法,把具有显示质量优势的传统三角形与显示速度快、简化表示能力强的采样点,通过八叉树有机组织起来;通过对基本算法做出有效的改进,并添加计算分解和重用、有效的数据管理等模块,以高效的实现方式完成了30,000个独立运动的虚拟人场景的实时显示。文中的方法也可处理其它场景,能直接应用于紧急疏散或影视、游戏等领域中大规模三维模型的显示,具有很好的应用前景。

点模型的曲面局部重建Splat

为了适应高度精细模型的渲染的需要,基于点的渲染技术被提出并开始得到广泛应用。对于模型远离视点的情况,基于点的渲染技术取得了很好的效果,但是当模型靠近视点时,传统的基于点的渲染技术通过加大点在屏幕上的投影来填补点投影之间的"空洞",由此降低了渲染的质量。提出了一种基于曲面点集重建的渲染技术,能够对输入点集作局部分析,提取曲面的参数,并通过重采样的方法,获得新的、密集的采样点,生成近景的高质量渲染结果。

基于头盔显示的4K 3D全景视频播放系统

近年来,随着图像硬件及显示技术的发展,运用VR技术,全景视频可以为用户带来全新的观看体验。由于全景视频的自身特点,传输时有更高的带宽要求。基于此,提出一种基于头盔显示的,运用注释点渲染技术,仅传输被观看视频部分,有效降低传输带宽的全景视频播放系统方法。

大规模网格模型间的快速视觉布尔运算

为了解决产品设计阶段中大规模网格模型间的布尔运算无法实现立等可得的速度瓶颈,提出了一种新算法。该算法利用离散化采样获得射线段点云模型,将三角面片间的3D布尔运算转换为射线段间的1D布尔运算,对相交处的交点进行高精度的求解和插值处理,使得布尔运算速度大为提高,从而大大提升复杂拓扑结构的产品设计效率。通过该算法所获得射线段点云模型可获得等同于基于三角网格的渲染效果,该方法可进行工程应用。

国家级科技企业孵化器的时空特征及影响因素

该文运用点密度渲染、全局自相关分析和地理探测器方法对中国国家级科技企业孵化器的时空分布特征和孵化器效率的影响因素进行了分析。研究结果表明,第一,在所考察样本及其时空阶段内,中国国家级科技企业孵化器分布密度基本呈现由东部沿海往西部内陆递减的特征,同时呈现孵化器数量空间集聚态势;第二,各个影响因素对科技企业孵化器效率的影响力度不同,且在中国的东、中、西和全国四个层面各因素的影响力度也存在差异;第三,不同因素交互作用后呈现双线性加强态势。创新水平、政府政策、基础设施水平和外商直接投资水平对国家级科技企业孵化器的效率有重要影响。不同地区为提高科技企业孵化器的效率,应注意多种因素的协同和搭配。

天文大数据可视化的关键技术研究

天文大数据可视化,是大型天文观测设备数据从文本化向可视化转换的过程,是理解宇宙大尺度结构中的天体及其发展的重要方法。本文以LAMOST观测数据为样本,针对其百万级星点数据在宇宙空间和时间中的视觉表现渲染效果,提出了一套可视化技术的研究。通过遵循宇宙度量单位(kpc),将每个独立的自带建模坐标系的天体转移到一个统一的世界(宇宙)坐标系中,将绘制后数据进行分割并分配到每个计算节点,呈现较高分辨率的体积和边缘表现,进行图形汇总后体现出矢量场的方向信息,根据星体的轨迹参数进行星点粒子的单独跟踪,完成基于点云对象的分级渲染。实验效果和分析说明:能保持较高的科学正确性,同时能直观且有效地体现更适合人的主观感知的视觉效果。

均匀参与介质的渲染方法研究

参与介质在现实世界中广泛存在,光线在参与介质中的传播过程比在表面上的传播过程更加复杂,比如在高度散射参与介质中会发生成千上万次反射、在低散射参与介质中由于表面聚集出现体焦散效果,从而使得光线的模拟过程非常耗时。目前常用的方法包括点、光束和路径统一模型法(unifying points,beams and paths,UPBP)以及流型探索梅特罗波利斯光线传递方法(manifold exploration Metropolis light transport,MEMLT)等,这些方法在一定程度上改进了原有方法,但是在一些特殊情况下仍然需要很长时间才能收敛。本文介绍几种针对均匀参与介质的高效渲染方法。1)基于点的参与介质渲染方法,主要通过在参与介质内分布一些点来分别加速单次、二次和多次散射的计算,在GPU(graphics processing unit)实现的基础上,最终达到可交互的效率,并且支持对任意的均匀参与介质的编辑。2)基于多次反射的预计算模型,预计算出无限参与介质中的多次散射分布,通过分析光照分布的对称性,将该分布的维度从4维减低为3维,并且将该分布应用到多种蒙特卡洛渲染方法中,比如MEMLT、UPBP等,从而提高效率。3)参与介质中的路径指导方法,通过学习光线在参与介质中的分布,该分布用SD-tree(spatial-directional tree)来表示,与相位函数进行重采样来产生出射方向。以上3种方法分别从不同角度加快了参与介质的渲染效率。