基于GPU加速的轮廓毛发绘制技术

在采用层状纹理切片来表达真实感毛发的方法中,模型轮廓处毛发切片的计算与生成需要耗费很多时间,影响绘制效率。针对此问题,提出一种利用图形处理器(GPU)可编程能力的轮廓毛发快速生成技术。该技术通过为顶点设计一种"边信息"的数据结构,将轮廓边的检测及轮廓毛发切片的生成完全转移到了GPU中进行,从而大大加速了轮廓毛发的处理,提高了真实感毛发的绘制效率。     

基于GPU的大规模海浪实时绘制

海浪建模与绘制是近二十年来计算机图形学领域的一个经典问题,同时,随着硬件的发展,尤其是图形处理器(GPU)以大大超过摩尔定律的速度高速发展和其高速计算能力、并行性、其可编程功能,使得基于GPU的通用计算成为一个新研究热点.利用GPU的高速计算能力和可编程功能,解决海浪模拟中的复杂计算问题,提出一种基于图形硬件的大规模海浪实时绘制方法.首先,对图形处理器进行了概述.然后,基于Gerstner-Rankine模型生成海洋高度场,采用屏幕细分自适应算法对数字地球上的可视海洋表面进行采样,利用图形处理单元的可编程特性进行顶点和颜色计算,模拟实时球面海浪效果.实验结果表明,基于GPU的方法可以在普通PC图形硬件上实现大规模海浪的交互漫游.     

采用非均匀纹理层的短毛实时绘制

提出一种采用非均匀纹理层来实时绘制真实感短毛的方法,通过混合绘制多层次半透明纹理层来表示物体表面的毛发效果,根据视点位置以及物体表面各部位毛发形态的不同,自适应地采用不同的层数来表示物体各部位的毛发.这种非均匀层数的方式可以在保证绘制质量的情况下尽量减少绘制的面片数,从而加快绘制速度.该方法对中等规模的模型达到了实时的处理速度,并可以有效地表现物体表面的局部性长毛或倒伏毛发等各式毛发形态.     

GPU在复杂场景的阴影绘制中的应用

通过有效利用图形硬件的图形处理单元（GPU）的运算能力和可编程性，将人量计算从CPU分离出来。在GPU上采用顶点和片元程序进行阴影计算，从而加速复杂场景阴影绘制。选择图像空间阴影算法进行GPU加速绘制。用Cg图形编程语言和OpenGL实现了算法的绘制过程，能够满足通用的复杂3D场景应用的需要，达到满意的实时绘制效果。     

基于GPU的动态地形实时绘制技术的研究与实现

为了有效解决高逼真动态地形的实时绘制问题,提出了一种基于现代可编程GPU顶点纹理获取(vertex texture fetch,VTF)特性的动态地形实时绘制技术.在研究相关动态地形绘制算法及现代GPU着色器模型的基础上,对基于可编程GPU实现动态地形的技术支持和性能优势进行了分析.最后,以人在松软的地面行走为实例,设计并实现了一个基于GPU顶点纹理获取的动态地形绘制系统.实验结果表明了该技术方案的可行性和有效性.     

使用GPU编程的光线投射体绘制算法

将传统的光线投射体绘制算法在具有可编程管线的图形处理器(GPU)上重新实现.首先将体数据作为三维纹理保存在显存中,然后通过编写顶点程序和片段程序将光线进入点/离开点计算和光线遍历的计算移入GPU中执行,最后根据不同的采样点颜色混合公式实现不同的绘制效果.文中算法仅需绘制一个四边形即可完成三维重建.实验结果表明:在进行光照效果的重建时,该算法能够达到实时交互的绘制要求,并能实现半透明等复杂绘制效果.     

基于GPU的海量城市管线高效建模与实时绘制

地理信息系统行业积累了海量基于二维矢量的管线数据,文中针对传统的基于CPU的多层次细节预处理三维建模及绘制方法存在质量和效率方面的不足,从管线二维矢量数据的形状特征出发,提出一种无需预处理的、可一次性在GPU中装载并处理城市规模管线数据的三维建模与实时绘制算法.该算法利用现代GPU可编程硬件的特性来实现,在GPU上对管线形状进行解码,在顶点着色器采用2个剪枝策略进行场景的可见性剔除计算,然后基于细分着色器对管线曲面进行多层次细节几何自动建模,全过程无需CPU干预.实验结果表明,文中算法适用于城市级别的海量管网数据,相比于已有的方法,绘制效果和多项性能指标得到了大幅提升.     

基于可编程GPU的骨骼动画

骨骼动画与以前的动画方法相比,具有占用空间小等优点。但是其代价是计算量的增加,从而导致绘制效率的降低。另一方面,近年来可编程GPU技术在三维图形处理领域已得到广泛研究。因此,提出了一种基于GPU实现骨骼动画的方法。该方法借助GPU强大的计算能力,分担了骨骼动画中的顶点更新的计算任务,从而大大提升了骨骼动画的绘制效率。     

基于GPU和物理模型的油田井喷着火仿真

为了实现油田井喷着火仿真,分析了油田井喷着火的特有物理属性,针对传统方法实时性和火喷连续性差,缺乏真实效果,提出利用流体模型和燃烧公式相结合的方法确定油田井喷着火的物理模型,并通过黑体辐射与粒子系统相结合的方法实现火焰的绘制。通过Helmholtz-Hodge分解,分别计算N-S方程的对流项、扩散项、投影项。将GPU应用到火焰的住址和绘制过程中,利用GPU的并行性和可编程性,能够提高N-S方程的求解速度和粒子系统的计算速度,节约计算时间,高效地实现油田井喷着火仿真效果。     

GPU在实时阴影绘制中的应用

实时阴影在增强三维场景真实感方面起着非常重要的作用。阴影体算法是实时阴影绘制中效果非常理想的一种方法。但是随着场景复杂度的增加,该算法计算量比较大,将导致绘制效率的降低。另一方面,随着可编程GPU技术的发展,GPU的渲染速度远远大于CPU,为提高三维场景的渲染效率提供了更大的空间。在此基础上,介绍了一种在GPU上生成阴影体的方法,加速实时阴影绘制。利用图形硬件的图形处理单元（GPU）的运算能力和可编程性,将生成阴影体的大量计算从CPU转移到GPU,从而有效地提高实时阴影的绘制效率。     

Curling and clumping fur represented by texture layers

Fur is present in most mammals which are common characters in both movies and video-games, and it is important to model and render fur both realistically and quickly. When the objective is real-time performance, fur is usually represented by texture layers (or 3D textures), which limits the dynamic characteristics of fur when compared with methods that use an explicit representation for each fur strand. This paper proposes a method for animating and shaping fur in real-time, adding curling and clumping effects to the existing real-time fur rendering methods on the GPU. Besides fur bending using a mass-spring strand model embedded in the fur texture, we add small scale displacements to layers to represent curls which are suitable for vertex shader implementation, and we also use a fragment shader to compute intra-layer offsets to create fur clumps. With our method, it becomes easy to dynamically add and remove fur curls and clumps, as can be seen in real fur as a result of fur getting wet and drying up.     

实时绘制带斑纹的毛发

提出一种将reaction-diffusion过程纹理与Lengyel的毛发绘制算法相结合，实时生成带有斑纹的毛发的方法。利用vertexshader和pixel shader等硬件扩展功能对Lengyel方法进行了改进，不但提高了绘制速度，而且使得毛发的光照计算更为准确．     

基于GPU真实感毛发绘制

基于毛发的多层纹理表达方法,提出一种毛发实时绘制方法.该方法充分利用图形处理器的绘制功能,不仅能对毛发进行高精度快速的光照计算,而且能够高效地模拟毛发间的自阴影效果以及物体其他部分在毛发上遮挡形成的软影现象,以增强毛发的真实感效果.实验结果表明,该方法能够实时处理中等规模的模型,这对于毛发物体在电影、游戏和虚拟现实等领域的应用具有重要的价值.     

基于硬件细分的层次细节地形渲染算法

针对顶点着色器细分地形网格需要额外生成模板、计算细分层次复杂的不足,提出了一种利用细分着色器进行地形网格细分的层次细节(LOD)地形渲染算法。利用分块四叉树组织建立地形粗糙网格的分层结构,以LOD判别函数对活动地形块进行筛选;提出了在细分控制着色器中基于视点三维连续距离的细分因子计算方法,并针对外部细分因子进行处理消除了裂缝;实现在细分计算着色器上的置换贴图,对精细网格的高度分量进行位移。而且将四叉树结构存储至顶点缓冲区,减少中央处理器(CPU)与图形处理器(GPU)的资源交换;引入细分队列加速细分过程。实验证明,该算法具有平滑的细节层次过渡和良好的细分效果,能够有效提高GPU利用率和地形渲染效率。     

光线追踪的OpenCL加速实现研究

目前GPU计算能力让kD-Tree划分实时场景光线追踪并行算法的执行变得更具有可行性。图像处理器(GPU)高效应用于多边形的渲染,GPU内部单元的可编程性已经让其广泛应用于多边形渲染以外的领域。本文详细描述使用OpenCL的kD-Tree遍历算法,对运算占主要部分的相交测试作出改进,同时提高了GPU计算能力与存储器的利用率,从而提升了光线追踪算法效率。     

基于GPU的屏幕空间镜头水滴实时渲染

为了实时模拟真实性高的镜头水滴,提出一种在可编程图形硬件中实现的镜头水滴渲染新方法。首先三维场景被渲染到一张场景纹理,然后在GPU着色器中为镜头水滴产生不规则边缘接触曲线,使用该曲线快速构建水滴的曲面,最后采用曲面的表面信息并根据水滴的光学属性渲染出水滴的折射效果。采用该方法,可以实时地在屏幕上渲染出镜头水滴效果。使用GPU着色器进行渲染,可以在渲染出效果逼真的水滴的情况下,获得实时的帧率。采用光线折射物理方法渲染出的水滴的效果比直接使用纹理贴图方式获得的水滴的效果更逼真。     

Fast indirect illumination using Layered Depth Images

We present a novel hybrid rendering method for diffuse and glossy indirect illumination. A scene is rendered using standard rasterization on a GPU. In a shader, secondary ray queries are used to sample incident light and to compute indirect lighting. We observe that it is more important to cast many rays than to have precise results for each ray. Thus, we approximate secondary rays by intersecting them with precomputed layered depth images of the scene. We achieve interactive to real-time frame rates including indirect diffuse and glossy effects.     

Hardware‐Assisted Projected Tetrahedra

We present a flexible and highly efficient hardware‐assisted volume renderer grounded on the original Projected Tetrahedra (PT) algorithm. Unlike recent similar approaches, our method is exclusively based on the rasterization of simple geometric primitives and takes full advantage of graphics hardware. Both vertex and geometry shaders are used to compute the tetrahedral projection, while the volume ray integral is evaluated in a fragment shader; hence, volume rendering is performed entirely on the GPU within a single pass through the pipeline. We apply a CUDA‐based visibility ordering achieving rendering and sorting performance of over 6 M Tet/s for unstructured datasets. Furthermore, as each tetrahedron is processed independently, we employ a data‐parallel solution which is neither bound by GPU memory size nor does it rely on auxiliary volume information. In addition, iso‐surfaces can be readily extracted during the rendering process, and time‐varying data are handled without extra burden.     

基于CUDA的并行加速渲染算法

GPU可以快速有效的处理海量数据,因此在近些年成为图形图像数据处理领域的研究热点。针对现有GPU渲染中在处理含有大量相同或相似模型场景时存在资源利用率低下和带宽消耗过大的问题,在原有GPU渲染架构的基础上提出了一种基于CUDA的加速渲染方法。在该方法中,根据现有的GPU渲染模式构建对应的模型,通过模型找出其不足,从而引申出常量内存的概念;然后分析常量内存的特性以及对渲染产生的作用,从而引入基于常量内存控制的方法来实现渲染的加速,整个渲染过程可以通过渲染算法进行控制。实验结果表明,该方法对解决上述问题具有较好的效果,最终实现加速渲染。