基于GPU的水下环境的实时模拟

来源 :苏州大学 | 被引量 : 0次 | 上传用户:netuu
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
本文是苏州某管理部门开发的“虚拟太湖流域”项目中的一个子课题,主要内容是在PC (Personal Computer)平台上模拟出视角在湖面下观察到的水下视觉效果。水下场景以其复杂性和奇妙的视觉效果吸引了越来越多的关注,但大部分的论文研究仅限于某个部分例如水面、光学效果等等。限于时间,本文选取了关键性的4个部分:水底地形、水底光斑、水草、水面,在充分考虑了效果和效率的基础之上,分别对这些部分采用了特定的方法实现,整合成一个水下场景。对于水底地面的模拟,提出了快速视差遮挡映射方法,相对于传统的网格建模方法,实现了后者难以实现的微小细节和复杂视觉效果,同时,相对于其他的视差遮挡算法,在效率上有一定的提高。水面建模采用了Gerstner波函数,并运用环境贴图和normal map对水面进行渲染,在保证了不提高网格建模的复杂性的基础上,增加水面视觉效果的复杂性。水底地面的光斑采用逆向光线跟踪和舍弃无贡献光线方法渲染,并且在运用Snell定律时,通过求解Gerstner波函数偏导数得到法线,使光斑随着水面的波动而舞动。水草建模采用了B样条曲线插值生成水草叶片的中线,叶片上其他顶点依附中线旋转生成,将叶片进行比例变换和旋转变换后生成整棵水草。运用Perlin噪声对水草进行动态效果处理,将Perlin噪声只作用于水草叶面中线的型值点,通过控制中线的形状来实时改变叶片的形状,降低了噪声的计算量,提高了帧速。最后对水下光线进行指数衰减处理。现代GPU发展迅速,水下场景的渲染充分利用了GPU的加速功能,大大减轻了CPU的计算量。实现了水下环境的实时模拟,取得了较好的模拟效果和流畅的帧速,满足了课题的需求。
其他文献
时间序列预测一直是人们关注的热点问题,通过精确的预测结果,人们可以提前安排工作,预防不利情况发生,对于制定政策有着非常重要的意义。随着科学技术的不断进步,时间序列预测方法
虚拟植物是指以一定的植物形态结构模型和生理功能模型为基础,利用虚拟现实技术在计算机上重构植物的空间几何结构以及生长发育过程。虚拟植物研究具有很高的应用价值,不仅可
人类视觉系统之所以是目前世界上效果最好、精度最高、速度最快的图像处理系统,主要是由于人眼具有一系列特殊的视觉特性,其中与图像增强密切相关的特性包括色彩恒常性与亮度
TTCN-3是ETSI提出并维护的一种标准测试描述语言,利用它可以进行多种通讯领域上的各种系统测试。TTCN-3的应用已突破传统的网络协议测试领域,在一些大型的软件测试中得到了成
计算机技术的普及使得各行各业积累了大量的数据信息,人工处理这些大规模的数据已变得不现实。因此,数据挖掘技术应运而生了。在数据挖掘领域中聚类技术是其中的一个热点,聚
随着人类基因组计划的顺利完成和各种后基因组计划的开始实施,出现了海量的生物分子数据,这使得科学家们需要分析大量DNA数据。如何充分利用这些数据,进而揭示这些数据的内涵
随着网络技术的快速发展和中大型数据库系统的出现,海量的数据被收集、存放在这些数据储存库中。但是,人们仍然没有掌握强有力的工具去理解它们所带来的潜在知识,这就导致了
随着信息技术和经济全球化的不断发展,条码技术的应用范围越来越广泛。由于一维条码受到信息容量小的限制,需要依赖数据库,因此使用具有一定的局限性。为解决这一问题,出现了
模型驱动架构(Model Driven Architecture,MDA)是由OMG定义的新一代以模型为中心的开发方法学。基于MDA的软件生命周期就是以模型为载体并由模型转换来驱动的过程。MDA的核心
现代社会是一个高度交互的社会,身份鉴别己经渗透到日常生活的每一个方面。借助身份标识物品(如钥匙、证件等)和身份标识知识(如口令、密码和暗语等)的传统身份鉴别方法已不