一种基于GPU的预计算辐射度传递全频阴影算法

针对基于CPU的实时渲染全频阴影算法中内存使用效率低下、CPU运算能力消耗严重等问题,提出了基于GPU的改进算法.在预计算过程中使用基于小波变换的预计算辐射度传递(PRT)算法生成PRT矩阵,然后将其编码为易于被GPU使用的稀疏形式;在渲染过程中使用具有高度并行性的片断渲染器程序进行稀疏矩阵向量快速乘法计算,以求得最终渲染结果.相对于目前基于CPU的相应算法,算法充分利用了GPU的并行计算能力,平衡了CPU与GPU之间的负载,并同时降低了内存消耗.在一般情况下,算法可以获得超过一个数量级的性能提升.

基于预计算辐射传递的全局光照技术

为了在大规模场景中渲染出高效率和高真实感的全局光照效果,以图形处理器(GPU)渲染管线流程为可编程基础,利用球面和谐函数进行解码,并且在预计算过程中通过使用小波重建高频部分的信号,来解决预计算辐射传递(PRT)计算过程中丢失掉的高频信号,以免丢失细节变化。在实时渲染全局光照过程中,利用大规模场景的可见性信息进行自适应的细分,使得绘制效率提高。实验结果表明该方法在仿真系统下能够高效真实地渲染出全局光照效果,有较高的绘制效率和真实感。

基于Harr小波的动态场景全频阴影绘制算法

针对现有的预计算辐射传递算法对三维场景限制严格、适合于低频光照环境等问题,提出了一种动态场景的全频阴影绘制算法.在预处理阶段使用球体对三维物体进行拟合,同时对光照函数和BRDF(bidirectional reflectance distribution function)函数进行Harr小波变换;在运行时阶段利用不同基函数的优势,在像素基空间进行多个球体可见性函数的快速合并,在小波基空间进行光照函数、BRDF函数和可见性函数的三乘积分,得到最终的光照值.使用CUDA(computed unified device architecture)实现了该算法,充分利用了图形硬件的最新功能.实验结果表明,阴影绘制质量有很大的提高,可以基本达到实时绘制.

针对PRT的大规模场景的自适应网格细分

针对Pre-computed Radiance Transfer(PRT)全局光照算法的特点,提出了一种针对大规模场景的模型细分方法。基于PRT的全局光照算法的渲染结果和模型的精细程度密切相关,对于小规模的场景,可以使用比较精细的模型以得到很好的绘制结果,但对于大规模场景,对整个模型都使用精细的网格是十分浪费资源和不可接受的。通过加入PRT算法中计算的一些权重值,对模型中影响全局光照效果很大的地方进行精细的细分,对全局光照效果影响很小的地方进行较粗的细分或者不细分,从而实现既能提升全局光照效果,又不会过量增加模型规模的自适应网格细分。

复杂面光源下实时绘制研究

对目前流行的面光源实时绘制算法进行综述。首先对面光源从相对距离、形状、光强分布和动态性四个方面进行分类,分析各类面光源的特点和处理方式。然后主要介绍三类面光源处理方法:解析方法、基于空间采样方法和预计算辐射传递方法,分析各类算法的主要思想、所针对的场景以及优缺点。最后阐述该领域的未来研究方向。

基于球面调和函数的环境映射技术

针对三维虚拟场景的光照一致性问题,以提高场景的真实感为目的,研究了一种基于环境映射的光照技术。此方法采用全景辐射度图对场景进行照明,并利用球面调和函数近似估计理想漫反射物体表面的光亮度,同时添加了漫反射阴影交互转移,实现了低频光照环境下漫反射物体捕获软阴影的实时渲染。实验结果表明,算法绘制质量高,具有一定的实用价值。