一种利用GPU实时生成体积雾的新方法

以GPU渲染管线流程为可编程基础,结合OpenGL雾化方程的雾效混合因子,分柝并建立体积雾的雾密度方程,进行了体积雾效果的模拟。采用顶点着色器对从主程序传递过来的顶点信息进行转化处理,然后根据体积雾的视线方程和雾密度方程计算出体积雾厚度和雾浓度值,最后和场景颜色进行混合计算,使仿真场景看起来更加真实。实验结果表明该方法在仿真系统下能够快速生成体积雾效果,并具有较好的实时性和真实感。     

基于物理动力学的烟雾建模与渲染

为了提高三维场景中烟雾模拟的真实性,以粒子系统为基础,对烟雾的运动模型与渲染方法进行了研究.为模拟烟雾扩散特性,提出预定义扩散范围的方法来近似控制烟雾的整体扩散区域,并通过线性增大粒子半径来模拟烟雾粒子的自身扩散.在烟雾运动过程中,基于动力学原理,建立了一种较准确的烟雾运动模型,并分析了烟雾粒子扩散过程中风对粒子的影响.在渲染时,为避免传统粒子系统渲染出的颜色过于平滑,利用图形处理器可编程特性,引入法线贴图计算粒子表面的散射光叠加到粒子本身颜色上,增加了烟雾的层次感和颗粒感.实验结果表明,该实现方法粒子运动更加真实,视觉效果更加逼真.     

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.     

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。