大规模复杂场景可见性判断及剔除技术研究与实现

摘要

随着计算机图形学的发展,三维虚拟场景以其更强的真实感和沉寝感,更好的交互性被越来越多的人认可,具有交互功能的大规模三维场景绘制在很多领域都有着广泛的应用,如3D游戏、军事演习、航空模拟、地理信息系统、机械制造等。随着这些行业的高速发展,特别是3D游戏的风靡,对图形加速绘制技术的研究也迎来了新的热潮,其中可见性判断及剔除方法是主要的研究方向之一。
　　 典型的室外城市场景中,建筑物密度大,遮挡性强,对于此类场景最好的加速绘制方法就是遮挡剔除算法。由于遮挡剔除算法需要依赖于空间划分,建立层次结构,因此本文首先研究了kd-tree的相关算法,结合室外城市场景的自身特点,对原有的构建算法做出了适当的改进和简化,实现了一种适合城市场景的轻便的kd-tree构建算法。对于分割面的选择,算法抛弃了全局最优策略,而使用一种局部的贪心算法,每次只计算固定数量的候选面的成本,以最低成本的面作为分割面。实验证明算法能够以较低的成本构建出较为平衡的树结构。
　　 图形硬件的发展日新月异,随着场景规模和复杂度的急速上升,利用图形硬件加速绘制是必然的发展趋势。利用GPU的遮挡查询功能,本文研究和实现了一种改进的基于GPU的遮挡剔除算法。使用kd-tree空间划分技术将场景空间进行分割,构建出空间层次结构。本文充分利用空间连续性和时间连续性,对原始的剔除算法进行改进,有效减少了遮挡查询的等待延迟时间和多余的可见性测试。在此基础上,本文研究和实现了在层次结构中推导可见性信息的方法;利用kd-tree分割形成的子空间相对规则的特点,实现了一种在利用共享面判断可见性的方法。按照成本的高低,顺序使用了几种可见性测试,减少了成本相对较高的硬件查询次数。利用批处理技术避免了查询时频繁的渲染状态改变。对GPU遮挡查询建立概率计算模型,通过计算物体的直接渲染成本、硬件遮挡查询成本以及物体保持可见性的概率,对渲染物体与否做出决策,进一步减少硬件查询次数。
　　 最后,本文简要介绍了群体动画演示系统的整体架构,对场景管理器进行了设计,融入了本文研究的kd-tree构建算法和基于GPU的遮挡剔除算法。通过实验验证,本文研究的遮挡剔除算法能够有效加速复杂场景的绘制。

目录

文摘

英文文摘

第一章 绪论

1.1 课题来源

1.2 研究目的与意义

1.3 研究现状

1.4 主要工作和创新点

1.5 论文章节安排

第二章 相关加速绘制技术

2.1 基于几何体的加速绘制技术

2.1.1 三角形带状简化

2.1.2 层次细节模型LOD

2.1.3 分层层次细节模型HLOD

2.2 空间划分

2.2.1 BSP

2.2.2 kd-Tree

2.3 小结

第三章 可见性判断及剔除技术

3.1 对象空间可见性判断及剔除技术

3.1.1 视景体剔除

3.1.2 背面剔除

3.1.3 基于单元的遮挡剔除

3.1.4 基于潜在可见集的遮挡剔除

3.2 遮挡融合(occluder fusion)

3.3 图像空间遮挡剔除

3.3.1 层次Z-Buffer

3.3.2 层次遮挡图HOM

3.4 小结

第四章 基于GPU的遮挡查询算法

4.1 基于GPU的遮挡剔除

4.1.1 GPU遮挡查询的基本思想

4.1.2 GPU遮挡查询结合层次可见性

4.2 时间连续性和空间连续性

4.2.1 利用时间连续性改进算法

4.2.2 利用空间连续性改进算法

4.3 其他改进方式

4.3.1 多种可见性测试混合使用

4.3.2 批处理遮挡查询

4.3.3 减少查询次数

4.4 GPU遮挡查询概率计算模型

4.5 小结

第五章 GPU遮挡查询在群体动画演示系统中的应用

5.1 系统总体架构

5.2 所用的关键技术

5.3 实现细节

5.4 实验结果

5.5 小结

第六章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

在学期间研究成果