一种统一的硬件加速自适应EWA Splatting算法

摘要

提出了一种新的硬件加速自适应EWA(椭圆加权平均)Splatting算法框架,可同时适用于三维体数据和点模型.算法将高斯重建核与低通图像滤波核结合,得到反走样、无模糊的高质量图像.提出一种高效的白适应滤波方法,减少了高质量EWA Splatting的计算量.提出了自适应体EWA Splatting的3种数据存储模式和一系列高级特性,其中包括交互式分类、体一面混合绘制策略和自适应浮点累加.展示了如何在可编程图形处理单元(GPU)中计算体数据和点模型数据的EWA Splat基元.实验表明,文中的方法在一台普通微机上每秒可绘制1500万～2000万个基元,达到较高的图像质量与交互的绘制速度.