VB云图像生成系统

云是真实感虚拟环境中必不少的景观之一。利用Perlin噪声建立云图像、用指数函数对云图像进行锐化、通过HLS颜色模型转换,得到了可用参数控制的彩色云图像,改变参数能模拟不同气候条件下的真实感云彩效果。     

真实感云的快速建模

快速云建模便于真实的三维室外场景规划,提出概率场参数控制的元胞自动机方法近似模拟云生成的物理过程,生成云密度体数据,引入符合粒子运动规律的不规则布朗运动随机模型创建概率场,生成的云具有真实云的外形特征.所有建模过程在可编程图形硬件卡上实现,模拟速度满足交互式系统要求.引入考虑了太阳光和背景光的单次散射光照模型,利用光线投射直接体绘制渲染出三维真实感强的云图像.应用到三维虚拟地理环境中增强了场景真实感,建模绘制速度满足交互要求.     

图像云自动生成系统

本文介绍一个利用PerlinNoise来自动生成图像云的生成系统。我们首先通过随机函数产生一副黑白的灰色图像,然后对这些随机产生的颜色值进行多次光滑处理得到序列图像,最后将这些序列图像进行迭加合成得到一副黑白的灰色图像云。系统在运行时以黑白图像云的颜色值作为HLS颜色系统的亮度值,从而将黑白灰色图像云转换成各种颜色的彩色图像云,从而得到具有真实感的云彩图像。     

基于图像的点云建模及其真实感绘制

从视觉凸壳的理论出发,提出了一种基于图像的真实物体的点云建模和绘制方法。在建模方面,首先从不同视点采集目标物体的图像,然后对采样图像所形成的视觉凸壳进行均匀的点采样。同时,利用等间隔索引表来组织每幅采样图像的轮廓边,从而提高了建模效率。在绘制方面,首先分析目标物体在各种不同光照条件下的图像,并得到点云模型的离散反射属性,然后通过优化的插值方法实现真实感的绘制效果。实验表明,该方法的建模速度快,绘制结果具有很强的真实感。     

基于动态网格的云的实时仿真

为实时绘制真实感的云场景,针对已有基于网格的方法效率低下的问题,提出动态网格方法,充分考虑风对云的发展变化的影响.在动态网格上离散化云的运动方程和热动力学方程,根据视距的变化调整网格分辨率.在云的绘制过程中,将Cornette-Shanks相位函数用于多重前向散射模型,并采用GPU加速来提高仿真效率.实验结果表明,提出的动态调整网格分辨率的方法提高了仿真效率,可以实时模拟云与物体的交互和绘制真实感的云图像.     

利用OpenGL实现常用机构的三维运动仿真

介绍了在Windows9x/NT环境下，通过Visual C＋＋调用OpenGL图形库中的函数，开发具有真实感的常用机构的三维图像运动仿真的方法。根据常用机构几何参数建立数学模型后，对其进行参数化三维造型，形成具有真实感的机构三维模型；然后根据输入的机构参数，采用运动的动画显示技术动态地绘制出机构的图像并展现机构在每一位置的运动情况，即做到实时三维变参数设计。     

基于元胞自动机的动态云模拟

针对动态云在快速模拟下的真实感缺乏问题,提出一种改进的动态云的模拟方法。该方法在Nagel方法模拟云的基础上,考虑到大气压对自然云形状的影响,通过建立上下气流动力学方程,实现具有真实感的动态云的模拟。结果证明,与常规方法相比,该方法具有运算速度快、模拟效果逼真等优点。     

一种基于笔刷的非真实感绘制算法的研究

非真实感绘制是计算机图形学的一个分支,基于笔刷的非真实感绘制是非真实感绘制的重要内容.给出一种基于笔刷的多重非真实感绘制算法.算法运用源图像灰度图像的颜色梯度法线方向作为笔刷的方向,以颜色空间距离来控制笔刷的绘制.实验结果表明,对于给定的输入图像,该算法能够有效地生成具有油画艺术风格的图像.     

有效的非真实感动画生成方法

作为一种独特的动画表现形式,非真实感动画通常不需要精确的三维模型和光照模型,但又需要普通用户能方便地生成简单的非真实感动画。根据这一需求,将定向滤波技术与非真实感动画相结合:将源图像与一对正交的定向滤波进行卷积运算,得到一对奇偶滤波图像,反复改变它们的相位生成一系列不同相位的图像,使图像中的对象产生视觉上的动态效果,从而方便生成非真实感动画。     

Mental Ray渲染器在3ds Max场景中的应用

Mental Ray与3ds Max的无缝集成使用户可以直接从3ds Max中访问Mental Ray。正确设置Mental Ray渲染器的有关参数,可以生成令人难以置信的高质量真实感图像。     

基于定向滤波的非真实感动画生成方法

不同于传统的计算机动画,非真实感动画通常不需要精确的三维模型和光照模型,因此,用户希望自己能够生成简单的非真实感动画。基于这种需求,将定向滤波引入到非真实感动画中：利用一对正交的定向滤波核与源图像进行卷积运算,产生一对奇偶滤波图像,并通过不断改变其相位得到一系列运动的图像,使图像内的物体在实际位置并不发生改变的情况下,产生视觉上的动画效果,从而方便地生成非真实感动画。     

表演驱动的二维人脸表情合成

为了由视频进行驱动生成人脸表情动画,提出一种表演驱动的二维人脸表情合成方法。利用主动外观模型算法对人脸的关键点进行定位,并从关键点提取出人脸的运动参数;对人脸划分区域,并获取目标人脸的若干样本图像;从人脸的运动参数获取样本图像的插值系数,对样本图像进行线性组合来合成目标人脸的表情图像。该方法具有计算简单有效、真实感强的特点,可以应用于数字娱乐、视频会议等领域。     

AutoCAD 2004轻松入门——三维图形的渲染

渲染可以让三维实体更加有真实感，它运用几何图形、光源和材质将模型渲染为具有真实感的图像。     

红外地面背景的真实感生成

红外地面背景的真实感生成在军事国防、遥感探测、航空航天等许多领域中具有重要的应用价值。提出了一种基于可见光图像的红外地面纹理真实感生成的新方法。首先,基于可见光图像交互指定不同的材质区域如地面、马路、河流等,再根据传热学原理及不同材质的属性数据库模拟不同区域的热物理过程。最后,对红外地面纹理进行了真实感绘制。通过设定不同的环境参数,用户可以将一幅可见光地面图像转化生成不同时刻、不同环境条件下的较为逼真的红外地面图像。     

基于单幅图像的真实感人体动画合成

由于单幅图像缺失三维信息以及完整的纹理信息,基于单幅图像的真实感三维人体动画合成极具挑战性。针对单幅图像三维信息缺失问题,提出了一种基于SMPL参数模型的三维人体几何重建方法。该方法以单幅图像为输入,先根据输入图像人体轮廓信息变形标准的SMPL参数模型分别生成与目标轮廓一致的正反面的三维几何模型,然后利用基于B样条插值的网格拼接融合算法拼接正反面三维几何,最后为了恢复正确的手部几何,利用基于B样条插值的网格拼接融合算法,将重建后的模型上错误的手部几何用标准SMPL参数模型上正确的手部几何替换。同时,针对单幅图像中纹理缺失的问题,提出了一个称为FBN（front to back network）的对抗生成网络,用于恢复被遮挡的人体背面纹理。实验结果表明,该方法生成的具有完整纹理的人体几何能够由3D运动数据驱动运动,生成具有高度真实感的三维人体动画。     

云的真实感模拟技术综述

云作为自然场景的一种重要组成元素,其形状不规则、物理形成过程复杂,因此很难实现实时绘制,云场景真实感模拟已成为计算机图形学中的热点和难点之一。综述了二十多年来云场景真实感模拟技术的发展情况,分别从云的建模、动态模拟、光照效果模拟等几个方面对该领域的研究进展做了比较深入、全面的分析,介绍了典型方法的基本原理和优缺点。最后对一些具有代表性的模拟方法进行了比较和总结,并对未来发展趋势进行了展望。     

基于双层级联GAN的草图到真实感图像的异质转换

不同于pix2pix框架将边缘线条图转换为真实感图像的工作,文中探讨更便于人机交互的手绘草图到真实感图像的转换问题.首先设计双层级联生成对抗网络(GAN)结构实现转换任务.第一层GAN根据草图的形态结构、语义内容等信息生成粗粒度真实感图像,第二层GAN将第一层的结果转换为更生动形象的高分辨真实感图像.然后,针对上述网络训练中现有可用的“草图-图像”数据集十分稀缺的问题,提出依据给定的图像自动生成模拟草图数据的方法.通过改进HED边缘检测算法获得草图轮廓,并采用移动最小二乘策略对轮廓进行变形,模拟草图形态意向可辨、线条简洁、具有随意性的特点.实验表明,将手绘草图作为输入,文中方法转换结果图的合理性和视觉真实感优于基于边缘线条图训练的方法.此外,文中方法可以推广到涉及草图处理的其它应用领域.     

基于OpenGL纹理映射反走样技术的研究

在计算机图形学中,引人注目的是图像的真实感问题。图像的真实感来源于建模软件中渲染效果的好坏,渲染用时越少,质量越高,渲染出来的图像就越逼真。利用纹理映射技术,即贴墙纸的方法将反映物体表面细节的图案贴到物体表面上。现有的纹理映射技术存在诸多方面的缺陷,用时长,清晰度低,走样等使得渲染出来的图像不能满足实时的需求。在原有纹理映射反走样技术的基础上,利用OpenGL图像库,改进原有纹理映射技术中存在的问题,能得到高度真实感的图像。     

白车身复杂装配特征点云提取及参数计算

使用线激光扫描白车身装配特征并采集光刀图像,经处理可计算得到相应的位置参数。针对螺柱、螺纹孔等复杂特征,提出基于直方图的最佳阈值迭代法自动识别光刀图像中的有效光刀曲线,获取与待测特征有关的散乱点云。针对不同的散乱点云,提出合适的点云分割方法和相关参数计算方法。实验结果表明,相应方法的重复精度和绝对精度满足工程应用的要求。     

非真实感绘制技术研究现状与展望

非真实感绘制技术（non-photorealistic rendering, NPR）主要用于模拟艺术风格、表现艺术特质和传达用户情感等,是计算机图形学的重要组成部分,其研究对象逐渐丰富,研究方法不断创新。本文从基于图像建模的绘制方法、基于深度学习的绘制方法、中国特有艺术作品的数字化模拟、非真实感情感特征识别以及非真实感视频场景绘制等5个方面概述目前研究进展,然后从扩展非真实感研究对象、增强视频绘制帧间连贯性、提取艺术风格情感特征以及评价非真实感绘制结果等4个角度讨论需要进一步研究的问题。针对需要深入研究的问题,指出提高算法的通用性和绘制效率,以及提高深度学习网络的泛化性,有助于扩展研究对象,模拟艺术风格的多样性,同时减小视频场景的帧间跳变;对艺术风格作品具有的情感特征、内在机理特征进行模拟,有助于提高绘制结果与艺术风格图像的相似度;结合主观和客观评价模型,可以更准确地对绘制结果进行评价,同时有利于优化网络模型参数,提高绘制效率。非真实感绘制在计算机视觉、文化遗产保护等领域具有重要的应用前景,但其研究对象、绘制算法、绘制效率仍然存在很多亟待解决的问题,随着硬件设备的不断改进,综合运用学科交叉知识、扩展应用领域将进一步推动非真实感绘制技术的发展。