自发光粒子系统实时光照模拟

摘要

粒子系统在图形学中应用相当广泛，它可以用来模拟很多的模糊自然现象。在很多基于粒子系统模拟的自然现象中，如烟花、爆炸等，其中的粒子都是具有自发光属性的。粒子的自发光不仅影响着图形渲染中该粒子自身的亮度，还对周围的环境有一定的照亮效果。特别是对于室内或黑暗场景下的爆炸、烟花等，其对周围场景产生的光照效果尤为明显。以往的粒子系统技术研究着重于粒子系统本身，而忽略了自发光粒子系统对周围的环境的照亮效果。
　　本论文针对自发光粒子系统对周围环境的光照的问题进行深入的研究，设计和实现带有自发光属性的粒子系统。通过对群簇划分算法和渲染技术的研究，搭建了一套基于自发光粒子系统的模拟器框架。
　　本文的主要研究内容与研究成果如下：
　　(1)提出了一套具有自发光属性的粒子系统模型，以实现自发光粒子系统，着重于实现系统中发光粒子对周围场景所产生的光照以及光照效果的闪烁变换。本文将自发光粒子系统中的每个粒子视作一个点光源，然后建立群簇划分模型，并通过本文的群簇划分算法来减少光源的数量，最后采用基于分块的延迟渲染的方法对这光源进行渲染。由于基于分块的延迟渲染的方法对屏幕空间的信息进行了适当的处理，因此它在渲染速度上有了很大的提高。
　　(2)提出了基于随机采样的群簇划分算法，解决由于粒子系统光源数量巨大而产生的计算效率的问题，并保证渲染效果的真实感。本文将大量的点光源划分成若干个群簇，然后将一个群簇中的所有点光源合并成一个大光源。在生成群簇时，我们引入点光源之间的不相似度的概念，基于不相似度来采样，将部分点光源采样为种子光源，并将其他的点光源归属于与它最相似的种子光源，这样就可生成预期数量的群簇，保证算法效率。
　　(3)提出了基于分隔的群簇划分优化算法。基于随机采样的群簇划分算法可以快速地将场景中的所有点光源划分为预期数量的群簇，但由于是随机采样，会出现采样不均匀的情况，导致有些群簇的合并代价过大，而有些群簇的合并代价过小，这样导致总体的群簇合并代价会很大。因此本文提出了基于分隔的群簇划分优化算法，有效地解决了采样不均匀所带来的问题。
　　(4)基于自发光粒子系统，实现了烟花和爆炸的效果。通过对不同粒子数量和不同采样光源数量进行实验分析，发现可在实时的条件下模拟自发光现象的光照及光照的闪烁变换，验证了本文提出的算法的实时性与有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1引言

1.2研究现状概述

1.3本文的主要工作及创新点

1.4本文的组织结构

第2章 相关理论概述

2.1粒子系统的基本模型

2.2延迟着色

2.3延迟光照

2.4本章小结

第3章 基于屏幕空间的光照渲染方法设计

3.1算法整体流程

3.2基于分块的延迟渲染

3.3本章小结

第4章 群簇划分算法

4.1群簇划分模型

4.2基于随机采样的群簇划分算法

4.3基于分隔的群簇划分优化算法

4.4最终的群簇划分算法

4.5本章小结

第5章 自发光粒子系统模拟器框架设计与分析

5.1模拟器框架设计

5.2实现细节

5.3本章小结

第6章 实验结果与分析

6.1实验运行环境

6.2实验结果及分析

6.3本章小结

第7章 总结与展望

7.1本文总结

7.2未来工作

参考文献

致谢

攻读硕士学位期间已发表或录用的论文