可见性剔除论文_袁畅

导读:本文包含了可见性剔除论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视域,见性,连续性,遮挡,算法,时间,论文。

可见性剔除论文文献综述

袁畅^[1]（2013）在《GPU加速的可见性剔除方法研究》一文中研究指出近年来,随着图形学的发展,叁维模型以其直观性和真实性等特点,用其代替二维数据来表现现实世界已经在众多行业得到了广泛应用。在高速铁路叁维视景仿真系统中,铁路沿线的场景规模较大,多边形面片的数量通常达到上百万甚至更多。绘制时对图形硬件和绘制算法提出了很高的要求。目前以高并行GPU为核心的图形处理器正在快速发展,着重依赖GPU加速图形绘制,减少CPU与GPU之间的交互成为了研究热点。本文针对如何提高GPU的绘制效率问题开展研究,良好的可见性剔除算法可大大减轻GPU的负担,本文取得的主要成果如下：1.提出了一种基于计算着色器的视域剔除算法：利用最新OpenGL标准中引入的计算着色器能够对GPU发送控制指令以及单程序多数据的新特性,提高了视域剔除的效率。在计算着色器中进行视域剔除,同时通过原子计数器记录绘制的顶点数。基于计算着色器的视域剔除,不仅减小了CPU对GPU绘制过程的干预,也避免了缓冲区之间的多次读写操作,并且实现了多线程的批量处理,充分发挥了GPU的性能。2.提出了一种GPU加速的预测性遮挡剔除算法：在现有的利用GPU顶点着色器和几何着色器对实例对象进行遮挡剔除的计算过程中引入了预测判断机制。利用实例对象的历史可见信息对其进行有选择的遮挡检测,以保证提高绘制效率的同时减轻GPU的负担。根据时间连续性条件对所有实例对象进行筛选,只有不确定其可见性的实例才进入到下一步的遮挡检测。条件式的筛选过程有效地避免了每次都要对所有实例对象进行遮挡判断,预测判断在顶点着色器中执行,无需CPU干预,且减轻了GPU的负担,提高了遮挡剔除的效率。将以上算法应用在场景绘制中。实验结果表明,利用OpenGL的新特性和预测性遮挡剔除方法,充分发挥了GPU性能并提高了场景绘制速率。(本文来源于《中南大学》期刊2013-04-01）

黄翔^[2]（2010）在《大规模复杂场景可见性判断及剔除技术研究与实现》一文中研究指出随着计算机图形学的发展,叁维虚拟场景以其更强的真实感和沉寖感,更好的交互性被越来越多的人认可,具有交互功能的大规模叁维场景绘制在很多领域都有着广泛的应用,如3D游戏、军事演习、航空模拟、地理信息系统、机械制造等。随着这些行业的高速发展,特别是3D游戏的风靡,对图形加速绘制技术的研究也迎来了新的热潮,其中可见性判断及剔除方法是主要的研究方向之一。典型的室外城市场景中,建筑物密度大,遮挡性强,对于此类场景最好的加速绘制方法就是遮挡剔除算法。由于遮挡剔除算法需要依赖于空间划分,建立层次结构,因此本文首先研究了kd-tree的相关算法,结合室外城市场景的自身特点,对原有的构建算法做出了适当的改进和简化,实现了一种适合城市场景的轻便的kd-tree构建算法。对于分割面的选择,算法抛弃了全局最优策略,而使用一种局部的贪心算法,每次只计算固定数量的候选面的成本,以最低成本的面作为分割面。实验证明算法能够以较低的成本构建出较为平衡的树结构。图形硬件的发展日新月异,随着场景规模和复杂度的急速上升,利用图形硬件加速绘制是必然的发展趋势。利用GPU的遮挡查询功能,本文研究和实现了一种改进的基于GPU的遮挡剔除算法。使用kd-tree空间划分技术将场景空间进行分割,构建出空间层次结构。本文充分利用空间连续性和时间连续性,对原始的剔除算法进行改进,有效减少了遮挡查询的等待延迟时间和多余的可见性测试。在此基础上,本文研究和实现了在层次结构中推导可见性信息的方法;利用kd-tree分割形成的子空间相对规则的特点,实现了一种在利用共享面判断可见性的方法。按照成本的高低,顺序使用了几种可见性测试,减少了成本相对较高的硬件查询次数。利用批处理技术避免了查询时频繁的渲染状态改变。对GPU遮挡查询建立概率计算模型,通过计算物体的直接渲染成本、硬件遮挡查询成本以及物体保持可见性的概率,对渲染物体与否做出决策,进一步减少硬件查询次数。最后,本文简要介绍了群体动画演示系统的整体架构,对场景管理器进行了设计,融入了本文研究的kd-tree构建算法和基于GPU的遮挡剔除算法。通过实验验证,本文研究的遮挡剔除算法能够有效加速复杂场景的绘制。(本文来源于《电子科技大学》期刊2010-03-01）

可见性剔除论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

随着计算机图形学的发展,叁维虚拟场景以其更强的真实感和沉寖感,更好的交互性被越来越多的人认可,具有交互功能的大规模叁维场景绘制在很多领域都有着广泛的应用,如3D游戏、军事演习、航空模拟、地理信息系统、机械制造等。随着这些行业的高速发展,特别是3D游戏的风靡,对图形加速绘制技术的研究也迎来了新的热潮,其中可见性判断及剔除方法是主要的研究方向之一。典型的室外城市场景中,建筑物密度大,遮挡性强,对于此类场景最好的加速绘制方法就是遮挡剔除算法。由于遮挡剔除算法需要依赖于空间划分,建立层次结构,因此本文首先研究了kd-tree的相关算法,结合室外城市场景的自身特点,对原有的构建算法做出了适当的改进和简化,实现了一种适合城市场景的轻便的kd-tree构建算法。对于分割面的选择,算法抛弃了全局最优策略,而使用一种局部的贪心算法,每次只计算固定数量的候选面的成本,以最低成本的面作为分割面。实验证明算法能够以较低的成本构建出较为平衡的树结构。图形硬件的发展日新月异,随着场景规模和复杂度的急速上升,利用图形硬件加速绘制是必然的发展趋势。利用GPU的遮挡查询功能,本文研究和实现了一种改进的基于GPU的遮挡剔除算法。使用kd-tree空间划分技术将场景空间进行分割,构建出空间层次结构。本文充分利用空间连续性和时间连续性,对原始的剔除算法进行改进,有效减少了遮挡查询的等待延迟时间和多余的可见性测试。在此基础上,本文研究和实现了在层次结构中推导可见性信息的方法;利用kd-tree分割形成的子空间相对规则的特点,实现了一种在利用共享面判断可见性的方法。按照成本的高低,顺序使用了几种可见性测试,减少了成本相对较高的硬件查询次数。利用批处理技术避免了查询时频繁的渲染状态改变。对GPU遮挡查询建立概率计算模型,通过计算物体的直接渲染成本、硬件遮挡查询成本以及物体保持可见性的概率,对渲染物体与否做出决策,进一步减少硬件查询次数。最后,本文简要介绍了群体动画演示系统的整体架构,对场景管理器进行了设计,融入了本文研究的kd-tree构建算法和基于GPU的遮挡剔除算法。通过实验验证,本文研究的遮挡剔除算法能够有效加速复杂场景的绘制。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。