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。     

方差阴影图中的光渗现象消除算法

方差阴影图算法使用概率的方法计算像素被遮挡的上限概率,通过对深度图滤波的方法来有效地减少阴影图算法中的走样问题,但在深度比较复杂的场景中方差阴影图算法会出现光渗现象,即在应该是阴影的区域却有了亮度.文中使用最小-最大阴影图来辅助消除方差阴影图中的光渗现象,在对深度纹理进行滤波的同时生成一个最小-最大阴影图;在实时绘制场景时,利用最小-最大阴影图来辅助判断当前片元是否完全处在阴影区域内部,由此生成更真实、更准确的阴影.该算法可以很容易地添加到已有的方差阴影图算法的片元处理程序中,并且不会对原有阴影的柔和边界以及绘制的帧率产生影响.     

基于GPU的光源空间平行分割阴影图算法

针对平行分割阴影图算法中当光线方向与视线方向不垂直时,场景中对象被冗余渲染到多层阴影图中的问题,提出一种基于GPU的光源空间平行分割阴影图算法.在光源空间中,利用光源视锥体将场景划分为不相交的多层区域,利用GPU为各层生成阴影图,以确保场景采样点不在多层阴影图中重复出现;同时给出了一种快速综合场景阴影效果的绘制方法,通过避免判断像素层次的操作提高了GPU的利用率.实验结果表明,文中算法解决了平行分割阴影图算法的冗余渲染问题,提高了渲染效率和场景阴影质量.     

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。     

GPU加速的光滑轮廓线绘制

轮廓线的高效提取是非真实感绘制的一个关键问题。提出了一个完全利用GPU生成光滑轮廓线的高效算法。在几何处理阶段,先根据相邻三角形的法向量与视向量的关系检测出轮廓线,然后对轮廓线进行宽度扩充,同时对轮廓线顶点设置相应的渐变因子;在像素处理阶段把渐变因子转化为相应的alpha值,通过光照生成卡通渲染,最后通过alpha混合得到光滑轮廓线。算法完全在GPU里实现,能满足实时的绘制要求。     

基于高度梯度图的微结构表面阴影绘制方法

针对带有微结构表面的几何模型建模困难、模型复杂度高,导致现有阴影绘制算法效率差的问题,提出一种基于高度梯度图的阴影实时绘制方法.为实现实时渲染,首先给出一种微结构描述模型,通过将微结构高度场映射到低精度模型表面来描述复杂微结构模型;然后定义微结构高度梯度图,并据此构建可见点的局部最高点集合.在阴影绘制阶段,通过实时计算梯度空间局部最高点集合遮挡来生成细节阴影.整个阴影绘制算法在图像空间完成,较好地利用了延迟着色的思想和GPU并行计算的特点,可呈现可变形物体在动态场景中的自阴影效果.     

利用深度图优化的自然光束体构建与绘制

为了模拟由散射形成的自然光束,提出基于深度图的光束体优化构建和实时绘制算法.首先把阴影体视作特殊的光束体参与计算,实现光束被物体遮挡的光照与阴影交错的效果;其次利用深度图在GPU中消除重叠的阴影体,降低填充率,优化复杂场景中多个阴影体与光束体相交情况的绘制效果.该算法将自然光束体构建中的一部分提前到预处理中完成,另一部分在GPU内核实现,提高了效率,再结合GPU上高效的散射计算绘制出动态光源产生的自然光束效果;此外,添加了大气中因散射可见的尘埃粒子的模拟,进一步增强了真实感.对动态光源下多个场景的实验结果表明,文中算法解决了散射光束中的遮挡与阴影问题,有效地模拟了光影交错的综合效果,并具有实时性.     

视野驱动的自适应阴影图

阴影图是当前实时阴影绘制中的一种经典算法。该算法基于图像空间,当有限分辨率的阴影图映射到较大场景中时,就会由于采样不足造成锯齿形变走样。提出了一种实时的反走样阴影图算法,该算法首先获取当前视点所能够看到的场景范围,然后绘制该范围内的阴影图,并映射到场景中生成实时阴影。该方法同经典的阴影图算法相比,避免了场景中不必要的阴影绘制,提高了阴影图的利用率,反走样的效果很好。而且,该方法只需要绘制一到两幅阴影图,算法的实时性很强,可以满足一个上百万面片的大规模场景中实时阴影绘制的需要。     

深度剥离与GPU结合的近似软影算法

针对基于阴影图算法扩展的一些近似软影算法中存在的只考虑外半影区而导致的本影区过多估计的问题,提出了一种深度剥离与GPU结合的近似软影实时绘制算法。算法利用GPU的几何着色器来提取场景物体的轮廓边并生成内半影和外半影图元,进而得到整个内外半影颜色图和深度图,最终阴影绘制的时候通过参考阴影图和内外半影图来确定每个可见像素的明暗值,从而得到比以往算法较真实的绘制效果,算法完全在GPU中实现。实验结果表明,对相对不复杂的场景,该算法可以生成较真实的软影效果,且绘制帧率完全达到实时。     

基于GPU的大规模场景实时阴影绘制

阴影绘制中,阴影图算法因不依赖于场景,绘制效率高已成为了大规模实时阴影绘制的主流算法。针对平行分割阴影图算法存在首个分割区域过小,而方差阴影图存在"光渗"问题,细致分析了在大规模场景中,实时阴影绘制的各种改进算法,提出了一种基于平行分割阴影图算法和方差阴影图算法结合的混合算法。实验结果表明,新的混合算法既提高了阴影绘制效率,又明显改善了阴影的质量。