一个新的线索KD树并行算法

KD树是三维场景渲染中常用的空间加速算法。由于SIMD计算平台不支持递归操作,导致KD树在GPU上的应用受到限制,因此提出了一个新的基于SIMD架构的并行KD树算法。通过创建时对KD树线索化,不仅省去堆栈使用,且因无需回溯到根节点而减少大量无效遍历操作,实现了基于GPU的高效并行加速。实验结果表明,线索KD树算法每秒计算的光线数与传统算法相比,提高3~8倍不等,最终显著提高光线跟踪渲染速度。     

一种基于GPU的三维素描风格画的渲染方法

提出一种在GPU下将三维模型渲染成素描风格画的简单算法,通过分析素描面的特点,将整个渲染过程分为内部渲染和轮廓线的渲染。首先通过一种手绘风格生成算法实现素描风格纹理到模型的实时映射从而实现内部的非真实感渲染,再利用渲染到纹理技术通过边缘检测深度缓冲图像获取轮廓线,并对轮廓线图像采用一种多次采样叠加的算法生成素描风格画所特有的复线,最后将两种渲染结果进行图像的融合,产生最终的素描画风格。     

基于帧速率的地形渲染数据量自适应控制算法

针对大规模地形三维可视化系统在不同性能计算机平台上运行速度的差异,提出了一种基于帧速率的地形渲染数据量负反馈自适应控制算法,该算法以数据量与帧速率关系模型为基础,通过获取精确的系统渲染周期耗时,计算符合帧速率要求的地形数据量,并进行动态数据调整.基于FLTK(和OpenGL的系统实验表明,该算法可以根据特定计算机平台的性能,快速调整渲染数据量,使地形可视化系统稳定运行干预先设定的帧速率区间.该算法有效增强了三维地形可视化系统的平台适应能力,同时算法思想对于类似系统负载与耗时关系的研究也有借鉴意义.     

真实感天空的实时渲染

提出一种实现真实感天空实时渲染的高效方法.首先利用基于分析的天空模型实现天空的光照计算,该模型充分考虑了天空的昼夜变化,并对夜空中特有的各类光源如月球、星体、黄道光和气辉等进行分析;其次通过色调重现实现天空的真实感渲染,通过对暗视效果的模拟进一步提高夜空渲染的真实感;最后给出基于观察窗口的天空几何模型和银河系、星体的渲染方法,并通过图形处理器(GPU)实现上述算法的实时渲染.该方法适用于室外场景的渲染,并已成功应用于某直升机飞行模拟器中.     

GPU上的水彩画风格实时渲染及动画绘制

论文提出了一种基于GPU的对三维场景进行实时水彩画效果渲染的方法。该方法的大部分过程使用图像空间的技术实现。算法将画面分为细节层、环境层、笔触层分别渲染,再进行合成。在过程中使用环境遮挡、shadow mapping等技术进行快速的阴影计算,并使用图像滤镜的方法模拟水彩的多种主要特征。由于该方法以图像空间的技术为主,因此可以利用GPU并行处理的特点对计算过程进行加速,进而达到实时的渲染速度。最后建立动画脚本分析系统,进行实时动画渲染,表明该方法在计算机动画、游戏等数字娱乐产业领域有较大的应用潜力。     

映射动力系统一维流形并行计算方法

为了寻找一种映射系统流形计算的快速算法,提出了一种计算映射动力系统双曲不动点一维流形的并行快速算法。该算法首先以区域迭代的方法为基础,对局部流形进行分割,然后运用了曲率约束和距离控制条件进行插值运算,在单个区间上独立计算映射值,独立检查精度,真正实现计算的并行化控制流形的增长;其次从理论上证明了流形并行计算的可能性,并给出了并行计算的实现方法;最后的实验数据和仿真结果表明：该方法既保证了计算的速度又提高了计算的精度。     

双正交叠式变换的定点实现算法与DSP并行计算

针对硬件实现过程中双正交叠式变换(LBT)的浮点算法复杂度较高、二进整数算法的精度较低的问题,提出了LBT的定点实现算法.该算法根据Q格式数对浮点数的近似,采用定点逼近旋转矩阵中的三角函数值.并对该算法在TMS320C6000系列DSP实现中的并行计算问题进行了研究,通过任务划分,复合指令、软件流水等方式提高算法实现速度.该算法已在某侦查卫星数据压缩样机中实现,实验结果表明,它是一种有效的图像压缩变换,压缩质量接近CDF9/7小波,计算复杂度非常低.     

基于IBRIX分布式存储进行动画电影渲染

本文通过中影动画公司动画渲染平台存储定制化部署实践,阐述了基于IBRIX分布式文件系统在动画制作与动画渲染的应用及特殊性,通过对IBRIX分布式文件系统安装部署进一步阐述分布式文件系统针对动画渲染的优势,最终以多个项目制作产生的数据验证IBRIX分布式存储适用于动画制作及动画渲染.     

基于八叉树邻域分析的光线跟踪加速算法

八叉树是加速光线跟踪常用的层次划分结构,为加快八叉树跟踪光线的过程,论文研究了运用八叉树邻域分析提高光线与八叉树节点之间的碰撞检测速度的方法,提出了一种结构简单、计算效率更高的八叉树节点的邻域分析算法。运用该算法可由现碰撞节点快速计算出下一碰撞节点,避免了采用大量递归搜索计算,从而提高了图像的渲染速度。实验结果表明,使用论文提出的邻域分析进行碰撞检测,效率比传统算法提高了3倍以上,大大提高了光线跟踪的速度。     

基于遗传蚁群算法的并行测试任务调度与资源配置

针对多UUT(Unit Under Test)并行测试任务调度与资源配置问题,提出了一种遗传蚁群融合算法.应用遗传蚁群融合算法能快速、准确地寻找到具有最大成本效率的多UUT并行测试资源配置和任务序列.建立了多UUT并行测试任务资源描述的数学模型,分析了多UUT测控资源合并的条件,得出最短并行测试时间基础上的最少资源需求,给出了成本效率的定义,设计了一种满足多UUT并行测试任务调度的基因编码方法和路径选择方案.算法初期利用遗传算法的快速收敛性,为蚁群算法提供初始信息素分布,蚁群算法采用双向收敛的信息素反馈方式,避免了对参数的依赖,减少了局部收敛性,加快了收敛速度.实例表明,该算法能很好地解决多UUT任务资源最优调度与配置问题.