基于离散随机过程的透明闪烁材质建模与绘制方法

来源 :山东大学 | 被引量 : 0次 | 上传用户:tangguopingzhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在现实世界的光照环境下,许多材质有着高频变化的外观光泽闪烁现象。这种现象的成因在于:物体表面上无数微观结构中的一部分形成了完美镜面反射或折射,将尖锐的强烈光源入射到这些微观结构位置上的光线所携带的能量较大比例地散射到观察位置,被人眼观察到。在高度真实感渲染领域里,高精细程度的表观细节材质模型对于提升场景的真实感起到至关重要的作用。传统的材质模型容易使画面变得“油腻”、单调或亮度不正确。而优秀的金属、皮革、毛发等材质模型能起到以假乱真的效果。目前学界已经出现一些方法对于反射表面存在的细节光泽闪烁现象进行模拟。但是,透明表面上的闪烁现象同样广泛存在于现实中(比如蚀刻玻璃、薄霜、细密的水滴等)并且没有被很好地研究与模拟。仅有一项最新的研究能够对透明闪烁现象进行模拟,但其方法存在诸多限制,其材质表达能力有限(只能在其中应用Beckmann微表面分布以及V腔阴影遮挡函数)。在本文中,我们提出一种更加泛用且散射能量物理准确度更高的透明闪烁模型,其关键思路是:假定物体的表面均匀分布一定数量的、各自带有朝向的微小粒子,针对被渲染的某像素,通过4D层次结构来快速地搜索和计算有多少粒子能将入射的光线散射到像素的足迹范围中,从而得到像素的能量值即闪烁亮度。本文的方法作为离线渲染器的BSDF材质模块被实现,仅使用少量直观的参数就能完成丰富的定制和高度真实感闪烁透明材质的渲染。材质模型能支持任意的表面法线分布函数(诸如GGX分布或Beckmann分布),并生成透明闪烁的外观。实验结果表明增加离散粒子总数能够使得材质外观收敛到传统的光滑微表面模型的外观,证明了本文方法理论推导的正确性。模型的时间复杂度与指定的离散粒子总数呈对数关系,在本文实验的常用设置下,时间开销平均大致为传统光滑微表面模型的2倍,但能得到更真实的外观表现。本文模型可以初步应用于高度真实的蚀刻玻璃、薄霜等物体的表面材质渲染场景。传统光滑透明材质模型在实际应用中会使得表面光泽过于完美、光滑、均匀,使绘制结果不够真实。而本文模型可以用来创造在强烈光照条件下闪闪发光的表面,提供了一种有逻辑的、可控制的和动画连贯性的噪声样式的细节来增加视觉丰富程度。
其他文献
推荐系统在人们的生产生活中应用广泛,在信息爆炸时代对于信息的过滤、便民服务等方面发挥了重要作用。序列推荐是推荐系统的重要领域,被广泛应用于电影、电商、短视频等行业,其主要任务是通过分析用户与项目之间的交互序列,利用序列之间的依赖性来捕获用户最近期的偏好,从而预测用户下一次可能交互的项目。推荐系统成功的关键是用户偏好和项目特征的准确表示,许多广泛应用的推荐模型都是基于欧几里得空间(即欧氏空间)的表示
学位
大数据时代,隐私泄漏问题成为了社会发展的隐患。加强隐私保护,既需要公众提高对个人隐私的保护意识,也需要强有力的隐私保护技术予以支撑。可搜索加密(Searchable Symmetric Encryption,SSE)作为一种数据利用与共享的重要手段,既能在查询过程中保护数据所有者的数据隐私,又能保留数据的可查询性质,具有非常重要的研究意义。作为实现密文检索的重要工具,可搜索加密的基本工作过程是,给
学位
随着科技以及电子设备的日益发展,在线学习逐渐成为一种流行且常见的教育方式。在线学习具有资源多元化、易于使用、受众面广泛等优点,学习者可以不受时间和地域限制地进行学习,然而其缺少了传统教育所具有的实时的反馈机制。实时且准确地对学习者的在线学习过程中的学习参与度进行评估,不仅能够给予学习者足够的监督反馈使其保持良好的学习状态,而且能够给予授课者适时的教学反馈使其有效提高教学质量,对于在线教育的发展具有
学位
近年来,继人脸识别、指纹识别、声音识别、动作识别等生物识别技术之后,基于心电信号(Electrocardiogram,ECG)的身份识别(以下简称心电身份识别)凭借其活体检测、隐私性高、安全性突出等独特优势,已成为一种被广泛关注的新身份识别技术。目前,心电信号虽已成功应用于身份识别,但其识别性能远不如其他生物特征技术。心电信号容易受到各种干扰噪声的影响,稳定性比较差,而且具有高区分性的特征并未得到
学位
股票预测是指对股票具有深刻了解的研究人员根据股票行情的发展进行的对未来股票趋势方向以及涨跌程度的预测行为。然而,由于股票市场的高度波动性和非平稳性,极大增加了股票预测的难度。新闻媒体信息的爆炸式增长以及自然语言处理和文本挖掘技术的不断发展为股票预测的进一步研究提供了新思路,使研究者能够从众多的新闻媒体信息中揭示市场趋势和波动性。在现有的基于新闻文本的股票预测方法中,大多数方法主要以单一新闻信息(如
学位
大学教育中的语文教育是多方面、多样性的综合体,素质教育也是培养大学生的重要内容,不仅要把思政融入到教学中,更要突出表现大学生自身的特点。大学语文课程是一门重要的基础性学科,是以围绕人文教育开展的核心课程,充分利用语文课堂这一途径,发挥学科特长,将思政教育有效结合,推动大学语文教学改革,以达到以德树人的根本目标。课程思政教育下的大学语文课堂要获得良好的学习效果,需要教师不断地提高自身能力,还需要学校
会议
随着物联网的不断发展,物联网设备的数量和种类正在急速增加。物联网设备应用十分广泛,有一部分物联网设备无法使用传统的电池或电源进行供电,因此需要用到能量收集技术。能量收集就是通过收集物联网设备周围的微小能量(例如太阳能、风能等),从而达到维持自身系统对电能的需求。能量收集可以为不方便使用传统供电方式的物联网设备供电,保证物联网设备的运行。但是,由于能量收集设备的能量输出通常很弱且不稳定,因此物联网设
学位
标签割问题是定义在标签图上的一类经典的组合优化问题。标签图由顶点集、边集、标签集以及边集到标签集的映射组成。在算法研究中,标签割问题是一般图上对应优化问题的推广;在实际应用中,标签割问题被用来衡量共享风险链路网络的健壮性等。最小s-t标签割问题是标签割问题中的基本问题,其目标是在标签图上求一个最小标签子集,使得在图上删除该子集对应的边集后,s点和t点不再连通。最小s-t标签割问题,一方面,是最小s
学位
分子对接是在药物发现过程中一种被广泛使用的计算方法。它通过计算机模拟的方式在受体蛋白质的结合位点中对类药小分子进行姿态定位、评分、排名,以选择出优先用于后续实验测试的化合物,这一过筛选过程将极大地提高后续实验的成功率从而减少时间和经济成本,因此计算机模拟分子对接在药物设计与研发流程中作用重大。在新药研发过程中,对某一特定受体可能需要在数十亿类药小分子中搜索较优的小分子及其与受体蛋白结合的姿态。因此
学位
开源代码平台为科研人员提供了分享和交流代码的环境,近几年,深度学习在自然语言处理、计算机视觉、生物计算等科研领域取得了很大成功,越来越多的深度学习模型和代码在开源平台分享。针对特定问题,研究人员有必要查找相关解决方案,将可复用代码进行对比和性能分析,但现有系统在代码检索和对比方面很少关注算法描述中的专业词汇、函数调用结构等技术特征。为此,本课题改进了基于通用文本的关键词抽取方法,更好地融入反映代码
学位