基于可视度图的实时软阴影算法研究

摘要

本课题的主要研究内容是在对场景、光源分析的基础上，给出不同类型光源的特征采样策略，然后对场景进行层次划分，计算分层正负可视度图，最后合并正负可视度图并优化，得到可以调节整个场景亮度的可视度图。具体包括以下几个方面：
　　 (1)光源特征采样点的确定：分析光源几何特征，特征点作为采样点。
　　 (2)计算可视度图：在光源空间中查找能产生阴影的物体，按照距离光源的远近分类排序；渲染不同遮挡体，得到正负可视度图：计算同一层中场景像素点相对于所有光源采样点的可见度累加和，得到分层可视度图；根据光源、遮挡体、阴影接收体的大小和形状以及三者之间的相对距离，合并分层可视度图，计算场景像素点相对于所有光源采样点和所有遮挡体的可见度累加和，生成中间可视度图。
　　 (3)可视度图优化：对中间可视度图进行优化处理，利用优化结果调整像素亮度，绘制带阴影的场景。
　　 (4)实验结果分析：对实验结果从性能、质量等指标进行评估，给出实验结论。
　　 本文的组织结构如下：
　　 第一章绪论
　　 主要介绍本课题的提出、目的及意义，概述阴影概念以及在三维场景中的重要性，总结国内外研究现状，并提出基于可视度图阴影计算方法的研究内容与思路。
　　 第二章实时阴影算法详细介绍阴影相关概念、阴影的重要性及影响阴影的关键因素。重点介绍几种重要的实时阴影算法，分析算法原理、优缺点和改进方向。
　　 第三章软阴影算法介绍软阴影算法分类，针对图像空间算法和对象空间算法，分别列举几种经典算法，并对其详细分析。
　　 第四章经典阴影算法实现及分析搭建实验框架，并选取几个基础算法进行框架验证，通过实验分析传统算法优缺点。
　　 第五章基于双变量衰减度函数的实时软阴影算法通过对传统阴影图算法扩展，在阴影图生成阶段生成阴影宽度和阴影深度图，然后构造衰减度函数，计算亮度调节因子，调整像素亮度，生成阴影，并通过实验分析算法的效率和生成阴影的质量。
　　 第六章基于可视度的实时软阴影算法介绍不同光源采样策略，场景划分策略，可视度图生成和合并方法，通过实验分析算法的效率和阴影质量。
　　 最后，对全文工作进行总结，列出论文完成的工作和主要创新点，并提出下一步工作方向。

目录

英文文摘

第一章 绪论

1.1 引言

1.2 课题提出的目的及意义

1.3 国内外研究现状

1.3.1 可编程图形硬件GPU

1.3.2 国外研究现状

1.3.3 国内研究现状

1.4 研究目标和主要研究内容

1.5 论文的组织结构

第二章 实时阴影算法

2.1 引言

2.2 阴影算法基本概念

2.2.1 什么是阴影

2.2.2 影响阴影的因素

2.2.3 阴影的作用

2.2.4 硬阴影(Hard Shadow)

2.2.5 软阴影(Soft Shadow)

2.2.6 实时阴影(Real-Time Shadow)

2.2.7 伪阴影(Fake Soft Shadow)

2.3 实时阴影算法

2.3.1 平面投射

2.3.2 阴影图算法

2.4 本章小结

第三章 软阴影算法

3.1 引言

3.2 基于图像空间算法

3.2.1 组合多个采样点的阴影图

3.2.2 层次衰减图算法

3.2.3 基于PCF的PCSS软阴影算法

3.2.4 线性光源的软阴影算法

3.2.5 使用单个采样点的软阴影算法

3.2.6 卷积技术

3.3 基于对象空间算法

3.3.1 组合多个硬阴影

3.3.2 使用高原体(plateaus)生成平面软阴影

3.3.3 使用光滑翼

3.3.4 半影楔子

3.4 本章小结

第四章 经典阴影算法实现及分析

4.1 引言

4.2 实验准备

4.2.1 实验环境

4.2.2 框架设计

4.3 传统阴影图算法

4.4 本章小结

第五章 基于双变量衰减度函数的实时软阴影算法

5.1 引言

5.2 算法概述

5.2.1 传统阴影图算法流程

5.2.2 算法改进

5.2.3 参数说明

5.2.4 双变量衰减函数

5.3 算法流程

5.4 实验结果及分析

5.5 本章小结

第六章 基于可视度图的实时软阴影算法

6.1 引言

6.2 算法概述

6.2.1 光源特征提取

6.2.3 可视度图

6.2.4 可视度图合并

6.2.5 可视度图优化

6.2.6 调整像素亮度

6.3 算法流程

6.4 实验结果及分析

6.5 本章小结

结论

参考文献

致谢