基于GPU的实时毛皮渲染及优化

传统毛皮材质模拟需要使用大量细长面片,在实时渲染中会占用过多的绘制资源,造成性能瓶颈。为了解决场景中大量毛皮材质模型的实时渲染性能问题,文中提出一种基于多层纹理渲染实现的实时毛皮渲染方法,通过逐层不透明度衰减的方式模拟多层毛发切片叠加,从而快速、高效地模拟出大量短小毛发。根据毛发的光照特性,同时结合线性兰伯特光照算法、环境光遮蔽算法、菲涅尔近似轮廓光算法、各向异性高光算法等多种光照算法,经过伽马校正后模拟出具有真实感的毛皮光照效果,并提出通过修正不透明度衰减公式减少渲染层数的优化方案,减少绘制开销,使性能与渲染效果达到相对平衡。优化后,文中方法能实时处理一定规模的真实感毛皮渲染,对于毛皮材质在游戏、动画、虚拟现实等领域的应用具有重要意义。     

基于光线追踪的全局光照及降噪处理研究

传统的路径追踪算法能够有效地追踪光线的运动轨迹,从而在屏幕上呈现出真实的渲染效果,但传统的光线追踪算法只能够追踪镜面反射或规则的折射光,追踪漫反射光消耗太大,效率低下。基于蒙特卡洛概率方法的光线追踪能够从统计意义上很好地实现物体间漫反射的光照效果,极大地解决了传统光线追踪的缺陷和效率问题,然而只有当采样数为无限大时,蒙特卡洛方法才是无误差的。为了提升渲染性能和质量,尽可能缩小误差,提出了一种根据颜色采样分布进行降噪处理的优化方法,该方法可以减少采样数,通过后期处理来去除噪声。通过在自研图形引擎中渲染虚拟场景对比实验发现,根据颜色采样分布进行降噪处理的方法能够实现较好的渲染及降噪效果,提高整个算法的性能以及画面表现。