预计算辐射传递技术

预计算辐射传递技术（Precomputed Radiance Transfer）简称PRT。它是由Sloan、P．-P．、Kautz J．、Snyder J．在SIGGRAPH 2002上发表的Precomputed Radiance Transfer for Real-Time Rendering in Dynamic，Low-Frequency Lighting Envirenments（在动态低频光照环境中用于实时渲染的预计算辐射传递技术）一文中提出的。由于其模拟全局光照的效果和效率均令人满意．因此这一技术已被越来越广泛地应用在下一代的游戏引擎中。     

基于PRT的大规模场景全局光照技术

为了解决传统的基于光辐射传输预计算(PRT)的全局光照技术在大规模场景下渲染效率低下的问题,在对PRT光照算法的本质进行分析的基础上,提出了一种基于四叉树的自适应网格细分算法.根据光照方程中的可见性函数,只在需要产生阴影的地方进行网格细分,并利用四叉树来重组模型数据,避免了传统的网格均匀细分方法导致的模型复杂度大幅增加,从而会影响绘制效率的问题.通过在虚拟机场仿真系统中的实际应用,对两种算法进行了比较,表明了该算法在效果和效率上均优于原有算法.     

一种基于GPU的预计算辐射度传递全频阴影算法

针对基于CPU的实时渲染全频阴影算法中内存使用效率低下、CPU运算能力消耗严重等问题,提出了基于GPU的改进算法．在预计算过程中使用基于小波变换的预计算辐射度传递（PRT）算法生成PRT矩阵,然后将其编码为易于被GPU使用的稀疏形式;在渲染过程中使用具有高度并行性的片断渲染器程序进行稀疏矩阵向量快速乘法计算,以求得最终渲染结果．相对于目前基于CPU的相应算法,算法充分利用了GPU的并行计算能力,平衡了CPU与GPU之间的负载,并同时降低了内存消耗．在一般情况下,算法可以获得超过一个数量级的性能提升．     

辐射度技术用于随机分维几何面的全局光照计算

分维几何为模拟自然体和景物提供了十分卓越的工具，然而，分维几何的造型是一个无限细分的随机造型过程，这就为分维几何的绘制带来了极大的困难，到目前为止，只有某些特殊的光线跟踪技术能够用于绘制分维几何曲面，主要产生高光效果。     

采用重要性面片采样的实时全局光照

提出了一种实时全局光照的计算方法。该方法支持任意视点下动态光源的一次间接光照计算,并且物体表面材质可实时编辑,该算法预计算了各面片上的形状因子来解决遮挡问题,并记录形状因子较大的重要性面片作为间接光源。渲染时先从光源方向对场景记录了一个扩展的阴影图,包含了光源照射到的面片ID和其光通量,再根据采样好的间接光源来计算间接光照。使用CUDA,整个光照计算过程在GPU中完成,可以对静态场景进行实时渲染,并能达到逼真的渲染效果。     

针对PRT的大规模场景的自适应网格细分

针对Pre-computed Radiance Transfer(PRT)全局光照算法的特点,提出了一种针对大规模场景的模型细分方法.基于PRT的全局光照算法的渲染结果和模型的精细程度密切相关,对于小规模的场景,可以使用比较精细的模型以得到很好的绘制结果,但对于大规模场景,对整个模型都使用精细的网格是十分浪费资源和不可接受的.通过加入PRT算法中计算的一些权重值,对模型中影响全局光照效果很大的地方进行精细的细分,对全局光照效果影响很小的地方进行较粗的细分或者不细分,从而实现既能提升全局光照效果,又不会过量增加模型规模的自适应网格细分.     

3DS MAX中高级照明技术应用研究

高级照明技术是3DS MAX中提供的渲染功能,能够通过计算场物体彼此照明的相互影响来创建更为真实的照明环境。高级照明技术包含了光线跟踪(raytrace)和光能传递(radiosity)两种照明算法。光跟踪器能为明亮场景提供边缘柔和的阴影和颜色渗出,它通常用于模拟环境日光的天光对象。光能传递计算场景中所有曲面的强度,比光跟踪器更精确。文章主要讨论3DS MAX中光跟踪器和光能传递的基本工作原理、使用方法及经验。     

基于图形处理器的通用计算模式*

针对GPU图形处理的特点,分析其应用于通用计算的并行处理机制和数据映射,提出了一种GPU通用计算模式的映射机制和一般性设计方法,并针对GPU的吞吐量、数据流处理能力和基本数学运算能力等进行性能测试,为GPU通用计算的算法设计、实现和性能优化提供参考依据。     

基于GPU的小波变换

针对图形处理器研究问题,其中图形海量数据集的分析与处理,多用小波变换方法。但计算量大,难以适应实时性要求。近年来图形处理器的性能大幅提高,其深度流水线和并行运算机制提高,为解决实时计算问题提供了良好的平台。在研究小波变换矩阵形式及GPU编程模型的基础上,提出了一种关于GPU的小波变换方法,利用数组与纹理之间的对应关系实现小波变换,将离散的数据点映射到纹理,将小波变换的计算影射为高维矩阵与向量间的乘积形式,并通过渲染到纹理的形式取得中间结果。方法充分发挥了GPU流水线的并行性优势,实验表明方法可有效减少计算时间,从而达到实时绘制的要求。     

基于直接光照的全局光照模拟

根据间接光照分布在空间的各个方向、没有明确的方向性、在各个方向上光照强度分布比较均匀的特点,提出采用灯光阵列的方法,通过GPU硬件加速计算其直接光照效果,达到快速模拟全局光照的目的。实验结果表明,与常规的渲染算法比较,该方法在取得较好视觉效果的同时提高了渲染速度。     

基于PC硬件的大规模数据场快速可视化方法

科学可视化技术在众多领域具有十分广泛的应用,然而直接体绘制技术却有着计算量大、计算时间长的缺点,在普通的PC机上很难实现对大规模数据的实时交互绘制。目前的三维可视化系统通常需要架构在高端的图形工作站或转用计算机上。随着计算机软硬件技术的发展,普通的PC机图形处理器GPU(Graphic Processing Unit)具有了可编程功能。正是借助GPU的可编程功能及其强大的并行处理能力,研究并实现了一种基于普通PC硬件的体会之方法。最后应用该方法对工业、医学等体数据进行可视化,结果证明该方法可以在普通PC上实现较大规模数据的快速可视化。     

图形处理器通用计算的实现与验证

讨论了显示卡用于通用科学计算的问题,并以大型矩阵的基本运算问题详细比较了CPU和GPU计算之间的差别。在基本的矩阵运算中,运用适当的矩阵分块,GPU的计算速度比CPU快50倍左右。而且,显示卡低廉的价格为更多科研工作者实现大规模运算提供了可能。     

一种在GPU上高精度大型矩阵快速运算的实现

设计了一种在图形处理器(GPU)上完成大型矩阵快速运算的方法,主要通过使用Kahan求和公式来确保计算精度,根据GPU特点设计矩阵分块方式和内存分配机制来减少对数据访问频次,以发挥GPU的并行体系结构特性来提高计算速度。实验结果表明此方法能够取得较好的效果,可大大提升大型矩阵乘法的运算速度和精度。     

基于CUDA的地震数据相干体并行算法

在地震探测解释方面,运用相干体技术可以清楚地识别断层和地层特征。由于相干体是通过三维地震数据体计算得到,传统方法难以满足计算需求。基于CUDA平台,提出了一种并行相干体算法,该算法可加速相干体算法中的矩阵相乘计算。理论分析和配有Intel Core2Due CPU和NVIDIA GeForce 8800 GT显卡的实验结果表明：基于GPU的并行相干体算法可取得理想的线性加速比,提高系统的计算效率。     

基于GPU的串匹配算法研究

BF算法是串匹配算法中最基础的算法，但它是串行算法，不适合图形处理器（Graphic Processing Unit, GPU）的体系结构。结合GPU的特殊体系结构，通过数据存取方式和计算策略的改进，充分利用了GPU的并行处理能力，从而基于GPU实现了BF算法。实验结果表明基于GPU的并行算法能够取得较好的加速比，同时也给出了在现有GPU架构上有效实现通用计算的瓶颈。     

面向众核GPU加速系统的网络编码并行化及优化

网络编码允许网络节点在数据存储转发的基础上参与数据处理,已成为提高网络吞吐量、均衡网络负载和提高网络带宽利用率的有效方法,但是网络编码的计算复杂性严重影响了系统性能。基于众核GPU加速的系统可以充分利用众核GPU强大的计算能力和有效利用GPU的存储层次结构来优化加速网络编码。基于CUDA架构提出了以片段并行的技术来加速网络编码和基于纹理Cache的并行解码方法。利用提出的方法实现了线性随机编码,同时结合体系结构对其进行优化。实验结果显示,基于众核GPU的网络编码并行化技术是行之有效的,系统性能提升显著。     

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。     

快速复杂网络聚类图形处理器并行算法

研究复杂网络拓扑属性的聚类算法需要处理大量节点和连接边,因此对计算性能要求高,否则无法处理现实中的表示为复杂网络的系统。利用图形处理器(GPU)的并行聚类算法是解决该问题的重要方法。利用原语技术设计并行快速聚类算法,原语法不仅降低并行算法的复杂性而且提高聚类的普适性;再从线程调度策略和缓存管理两个方面提出优化的方法来解决负载均衡和数据重用性问题。通过实验对比并行快速聚类算法与优化算法的性能,结果显示并行快速聚类优化后的算法取得较好加速比。     

基于GPU的实时雾效模拟

在复杂的三维仿真系统中模拟雾效对系统的实时性和真实性都提出了较高的要求。在分析传统雾效模拟方法的基础上,提出了一种基于GPU的实时雾效模拟方法。基本思想是建立一个表示雾随高度渐变的指数函数,然后根据提出的算法公式在GPU上实时计算出雾浓度,最后将所计算出的雾效因子与片元颜色进行混合计算。实验证明,该方法能够实时生成真实感较强的雾效。