大规模动态场景的实时真实感绘制是当前国际上的热点问题,有着极大的应用需求。但规模的增大和场景的动态性为实时真实感绘制提出了很大挑战。光线跟踪是重要的真实感绘制技术,能生成很高质量的真实感图像,但高昂的计算开销阻碍了它的应用。对此,本课题基于均匀网格划分对新型的加速结构和相关的加速计算技术及绘制方法进行了研究,使得大规模动态场景能进行实时的光线跟踪计算。具体地,本课题在网格空白区域高效组织方法、均匀网格的优化划分、光线空间连贯性的有效利用、视点的优化选择计算、CPU和GPU的均衡计算等方面取得了很好的进展,多项技术降低了时空复杂度,提高了处理质量。例如,我们可保证对各种复杂场景的均匀网格创建时间均为O(N),而其加速效率与目前国际上公认最好的kd树结构相当。本项目还在普通PC上生成了对大规模动态场景进行实时光线跟踪计算的原型系统。该系统可实时绘制包含1G面片的全动态场景,且绘制效果包含阴影、纹理、二次光线以及ambient occlusion。而在国际上,等同配置下的光线跟踪绘制还达不到实时。总之,我们完成了本课题的各项任务,能很好地的提高大规模动态场景的真实感绘制效率。
英文主题词ray-tracing; grid; large scale; dynamic