大规模森林场景的实时绘制及动态模拟

大规模森林场景的实时绘制及动态模拟

论文摘要

..自然场景的实时高保真绘制是计算机图形学的主要研究方向之一,在数字娱乐和虚拟仿真等方面有着广泛的应用。大规模动态森林场景是自然场景不可或缺的重要组成部分。由于其巨大的数据量和极高的计算复杂度导致目前的计算系统难以实时地处理这类场景。因此,如何实时绘制和模拟大规模动态森林场景已成为图形学的一个挑战性问题。大规模森林场景的实时绘制和动态模拟的困难主要在于两个方面:一是其庞大的数据规模需要耗费巨大的内外存资源,二是千万级甚至亿级的可见面片需要实时处理。现有的算法尚不足以实时处理规模在10万棵树以上的森林场景。为此,本论文提出了一套完全基于GPU的森林场景优化、绘制和动态模拟方法。其基本思路是利用图像与几何的混合方式来表达树模型,经树模型实例化的森林场景被自适应地组织成为适合GPU并行处理的深度图像块流(Depth Quad Stream),这些深度图像块既可用于视点相关的森林绘制,又可过程式地随风力变化改变位置来模拟树木的运动效果。实验结果表明,所提出的方法在低存储空间消耗、低显存消耗、低CPU工作负载的情况下实现了规模从数十万棵树至上百万棵树森林场景的实时绘制和动态模拟。本论文的主要贡献包括以下三个方面:·提出了一种基于深度图像并适用于GPU并行计算的树模型表达方式。树模型是森林场景的基本元素,其数据复杂度直接关系到森林场景实时绘制和动态模拟的效率。我们多方向地采样几何树模型获取深度图像,然后对深度图像进行剖分建立带纹理的多分辨率深度网格。通过遍历邻近采样方向的深度网格,即可快速地绘制出逼真的树木。这种表达方法的优点是绘制效率与原几何模型的复杂度无关,仅与深度块的数量相关,而且可借助于GPU的并行流水线进行加速,在近距离观察时能很好地还原树模型的几何细节,远距离观察时可以达到Billboard的效率。●提出了一种采用GPU加速的大规模森林场景表达和实时绘制算法。绘制大规模森林场景的困难在于内外存耗费巨大、需实时处理大量的面片。通过树模型的实例化,我们将可见树木自适应地组织成为适合GPU并行处理的深度图像块流,以此来表达视点相关的森林场景。深度图像块流的组织形式极大地减少了森林场景的数据存储复杂度和可见面片数量,有效缓解了CPU与GPU之间频繁数据传输的问题。实验结果表明所提出的方法能够以200MB存储空间和近2,000MB显存空间的代价实现规模高达100万棵树的森林场景的实时绘制。·提出了一种基于GPU的大规模森林场景过程式动态模拟方法。大规模森林场景庞大的面片数导致了难以实时模拟其运动效果。由于我们分别采用深度网格和深度块流来表达树模型和大规模森林场景,传统的运动模拟方法难以直接用于模拟其复杂的运动。我们创新性地将经验物理方程过程式地作用到每一深度块中,使各深度块随风力作用产生形变来模拟森林的运动效果。借助于GPU并行计算技术,我们成功地实现了规模高达100万棵树的森林场景的实时动态模拟。

论文目录

  • 摘要
  • Abstract
  • 图目录
  • 表目录
  • 1 绪论
  • 1.1 树模型简化
  • 1.1.1 基于几何的简化方法
  • 1.1.2 基于图像的简化方法
  • 1.1.3 基于几何与图像的混合简化方法
  • 1.2 森林绘制加速方法
  • 1.2.1 空间索引结构
  • 1.2.2 可见性剔除
  • 1.2.3 多分辨率的层次细节
  • 1.2.4 基于图像的绘制加速方法
  • 1.2.5 基于体纹理的绘制加速算法
  • 1.3 森林的动态模拟方法
  • 1.3.1 基于物理的动态模拟方法
  • 1.3.2 过程式动态模拟方法
  • 1.4 本文工作
  • 2 树模型的高效表达
  • 2.1 基于几何与图像相混合的树模型表达方式
  • 2.2 树模型的采样
  • 2.2.1 采样视点的定义
  • 2.2.2 采样方法
  • 2.3 树模型的深度网格重建
  • 2.3.1 层次深度网格的重构
  • 2.3.2 层次深度网格的遮挡剔除
  • 2.4 树模型的数据压缩及纹理生成
  • 2.4.1 几何压缩
  • 2.4.2 图像压缩
  • 2.4.3 树模型的纹理生成
  • 2.5 树模型的实例化
  • 2.6 实验结果和讨论
  • 2.7 小结
  • 3 大规模森林场景的表达与实时绘制
  • 3.1 森林场景的表达
  • 3.2 森林场景的层次结构
  • 3.2.1 森林分片建立四叉树
  • 3.2.2 预排序
  • 3.3 基于GPU的森林绘制算法
  • 3.3.1 GPU架构
  • 3.3.2 深度图像块流的GPU动态生成及更新
  • 3.3.3 绘制流程
  • 3.3.4 实验结果与讨论
  • 3.4 基于GPU并采样四叉树的森林绘制算法
  • 3.4.1 四叉树结点的采样重建和数据压缩
  • 3.4.2 四叉树的遍历
  • 3.4.3 结点队列的绘制
  • 3.4.4 绘制流程
  • 3.4.5 实验结果与讨论
  • 3.5 小结
  • 4 大规模森林场景的动态模拟
  • 4.1 风场的定义
  • 4.2 过程式动态模拟算法
  • 4.2.1 参数定义
  • 4.2.2 树木形变计算
  • 4.3 GPU加速算法
  • 4.3.1 参数的动态更新
  • 4.3.2 形变计算流程
  • 4.4 结果与讨论
  • 5 总结与展望
  • 5.1 本文工作总结
  • 5.2 未来工作展望
  • 参考文献
  • 攻读博士学位期间发表论文
  • 致谢
  • 相关论文文献

    • [1].GPU架构的航拍舰船图像拼接算法[J]. 舰船科学技术 2020(06)
    • [2].数字信号相似度方法研究及GPU并行加速[J]. 贵州师范大学学报(自然科学版) 2020(03)
    • [3].基于GPU平台和多源遥感的月度草畜平衡快速评价方法研究[J]. 科技促进发展 2020(Z1)
    • [4].GPU优化的大规模线性方程组并行求解的研究与比较[J]. 信息通信 2016(12)
    • [5].GPU支持的低延迟引力波数据处理[J]. 中国科学:物理学 力学 天文学 2017(01)
    • [6].片上网络良率评估的GPU加速[J]. 浙江大学学报(工学版) 2017(01)
    • [7].基于GPU的图像处理并行算法分析[J]. 中小企业管理与科技(上旬刊) 2017(03)
    • [8].GPU协处理视频编码的服务平台设计[J]. 电脑知识与技术 2016(28)
    • [9].基于GPU的图像处理计算方法分析[J]. 科技风 2017(03)
    • [10].基于GPU的脉冲压缩并行化研究[J]. 航空计算技术 2017(02)
    • [11].基于GPU的图像增强实验设计与实现[J]. 实验技术与管理 2017(05)
    • [12].基于GPU的数字信道化设计[J]. 数字技术与应用 2017(06)
    • [13].基于GPU加速的电力系统静态安全分析研究[J]. 机电信息 2017(27)
    • [14].GPU并行计算分析[J]. 数字通信世界 2017(09)
    • [15].基于双线性插值的图像缩放在GPU上的实现[J]. 微电子学与计算机 2016(11)
    • [16].GPU并行加速的多步逆时偏移在东濮前梨园地区的应用[J]. 物探与化探 2015(01)
    • [17].基于GPU的视频编辑特效技术研究与实现[J]. 科技资讯 2015(12)
    • [18].基于GPU的异构计算技术在超级计算领域的现状及发展展望[J]. 电脑迷 2017(08)
    • [19].瑞士研究人员利用GPU加速的超级计算机模拟宇宙[J]. 中国教育网络 2017(08)
    • [20].一种基于GPU的逆时偏移并行算法[J]. 计算机应用与软件 2013(10)
    • [21].基于GPU并行加速的逆时偏移成像方法[J]. 石油地球物理勘探 2013(05)
    • [22].一种基于GPU的主机接口设计与验证[J]. 航空计算技术 2020(06)
    • [23].局部地形改正快速计算的GPU并行的棱柱法[J]. 测绘学报 2020(11)
    • [24].高性能GPU模拟器的实现[J]. 高技术通讯 2020(06)
    • [25].基于GPU的天基预警雷达信号自适应检测仿真[J]. 计算机仿真 2020(06)
    • [26].未来的汽车需要什么样的GPU?[J]. 单片机与嵌入式系统应用 2018(03)
    • [27].未来的汽车需要什么样的GPU?[J]. 中国集成电路 2018(07)
    • [28].基于GPU的视频序列中运动目标轮廓提取[J]. 电子测量技术 2016(11)
    • [29].基于GPU加速的包络波形反演[J]. 物探化探计算技术 2017(02)
    • [30].基于GPU的高质量隐式曲面四边形化[J]. 计算机辅助设计与图形学学报 2016(04)

    标签:;  ;  ;  ;  ;  ;  

    大规模森林场景的实时绘制及动态模拟
    下载Doc文档

    猜你喜欢