面向绘制的三维模型优化

来源 :浙江大学 | 被引量 : 0次 | 上传用户:mo114
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
RadM造型系统是我们针对虚拟现实场景造型和虚拟角色造型的需要,构造的一个界面简洁友好、操作方便的造型系统。为了使该系统输出的模型能够以更优化的形式提供给大多数的实时绘制程序所使用,我们在RadM的基础上,又实现了一个面向绘制的模型优化子系统。 三角化是网格处理的基础,多边形的快速绘制就需要三角化以便更有效地利用硬件加速。高性能渲染引擎对于网格模型的渲染瓶颈通常是送入图形子系统三角形数据的不足。可以利用三角形的相邻信息,把网格模型组织成三角形条带以减少传送的数据量。我们在RadM系统中以Delaunay三角化为基础,改进了顶点选择的判据,并针对不同类型的多边形采用不同的三角化策略,实现了稳定高效的三角化。根据系统使用半边结构的特点,采用局部优化的探索式贪心算法,实现了三角网格的快速条带化。 我们还在RadM系统中实现了两种方式的模型简化。一是二次误差网格模型简化算法;二是改进的billboard clouds方法。前者适应于任意网格模型的简化,目的是得到一个较为简单的网格模型。后者立足于视差效果,用少量带有纹理和透明的平面来表示原模型,这些平面是相互独立的,不再包含网格的拓扑信息,模型的几何细节和侧影轮廓线也都是利用纹理和透明保存下来的。在对于模型的极度简化时,后者才更为有效。 Billboard clouds方法最大的缺陷是不同billboard之间缝隙的存在。我们通过平面矫正因子改善替代平面的位置,在同等临界误差下,几乎不增加绘制代价,缝隙明显地缩小。利用billboard的纹理都是矩形的特性,使用了一种更为简单的packing算法,把重采样的纹理拼接到一张纹理图像上,有效地减少了纹理存储和绘制时纹理交换的代价。基于billboard clouds方法的特性和使用时的需要,把这种简化方法局部化,在一定模型上获得了更好的或者更适合需要的简化效果。
其他文献
本论文针对企业复杂信息系统的集成支持环境及问题进行了分析和研究。本论文在深入讨论和分析了当前比较流行的企业信息系统集成支持技术Web Services和CORBA的基础上,提出了
数据挖掘(Data Mining,DM)和数据库中知识发现(Knowledge Discoveryin Database,KDD)是当今人工智能和数据库等研究领域中活跃的具有广阔应用前景的研究方向.它涉及到人工智
随着Internet的发展,XML越来越被广泛的应用,不仅被用作数据交换的标准,而且用来表示大多数的数据,广泛应用于分布式系统中.在使用XML文档时候,大多都是采用XML DOM的形式,使
目前,移动数据库技术的研究与应用是数据库领域和移动计算领域的一个研究热点,伴随着集成电路技术、移动通信技术等领域的发展,移动数据库产品具有巨大的用户需求。 移动数据
数据挖掘技术是当前计算机技术的研究热点之一,关联规则的研究是近几年研究较多的数据挖掘方法,在数据挖掘的各种方法中应用也最为广泛.较低支持度的项集在传统的关联规则挖
联机分析处理(OLAP)是当前数据仓库应用和决策支持系统(DSS)的研究热点.OLAP查询通常需在海量数据上进行即席(ad hoc)的复杂聚集查询,并要求及时向用户提供分析数据,用以辅助
随着网络技术与应用的不断发展,计算机网络在我们的日常生活中已经变得越来越普遍。这些网络的发展使得大到国家经济命脉小到个人日常生活严重依赖于计算机网络,因此网络运行的