论文部分内容阅读
从视觉感知的角度来看，计算机图形学的一个非常重要的目的就是对客观目标进行高效的图形表达，使其能够被人们有效地认知并快速理解。其中，光照计算是最核心的技术之一，其目标是对客观目标的体现颜色进行计算，以得到其图形展示的表达。这一技术对图形绘制速度以及最终绘制结果的感知效果都有着极为重要的影响。目前，已有很多工作致力于研究快速的光照计算技术和针对提高感知效率的光照计算方式。然而在处理几何高度复杂、光照丰富、材质多样化的场景时，已有方法往往捉襟见肘。本文便在此应用需求下对面向高效表达的光照计算技术进行研究，提出了一些新的光照计算方法，以进一步提升绘制效率以及感知效果。本文的主要贡献和创新点归纳如下： (1)提出了一种基于空间聚类加速的Lightcuts光照计算方法，以提高多光源复杂场景下的光照计算速度。Lightcuts是面向多光源场景的高效光照计算方法。它渐进地以二叉树对多光源进行聚类组织，由此在绘制时可用一些光源聚类的代表光源（统称为‘光源割’）进行光照计算，以减少需要计算的光源数量。但是，当光源很多并分布复杂时，在二叉树结构中寻找光源割也要花费不少的计算。为此，有些方法提出利用绘制中的图像连贯性来减少光源割的搜寻计算，并取得了较好的效果。本文提出利用空间聚类来减少光源割的搜寻计算，即先根据位置和法向对场景中的面片进行聚类，为各个类的代表点寻找其光源割，以作为该类其它点搜索各自对应光源割的初始情况。实验表明，本文方法能很好地减少光源树中搜索光源割的计算，提高Lightcuts的光照计算效率，优于利用图像连贯性的加速方法，加速性能稳定，并且光源越多分布越复杂，加速效果越好。 (2)提出了一种基于光源优化设计的增强绘制方法，以正确地表达复杂模型上的几何特征。已有工作主要通过法向调整或依据曲率进行色彩变化，以加强明暗对比来突出模型特征。但这样会扭曲特征的表达，或者由于细小特征的增强处理导致显示噪音，因而影响观察认识。为此，我们提出一种使用阴影来突出特征的增强绘制方法，同时结合模型的层次化组织，以便根据观察的需求自适应地凸显相应的特征，且消除细小特征的绘制噪音。实验表明，我们方法能够清晰而准确地对三维图形的结合特征进行表达，提高观察效率。 (3)提出了一种基于感知的多尺度特征表达方式，以根据观察情况自适应地增强复杂模型上重要的几何特征，并提高其图形表达的感知效率。这一方法首先对特征的尺度进行了分析，并根据特征的尺度情况建立多尺度层次结构。而在光照计算时，我们根据观察条件自适应地增强模型上重要的特征，从而能够清晰地对特征进行表达。和已有多尺度增强绘制方法相比，我们方法无需户手工调节参数，并且构建速度更快。而实验结果和用户实验也表明，我们的方法能够更清晰地表达模型的特征，提高了绘制的感知效果，但绘制效率相比已有工作，并没有多少影响，依然可以实时处理。 (4)提出一种能够同时对模型几何特征和材质特征进行增强的方法，以在当前材质多样化的应用环境下，提高图形表达的感知效果。以往的方法仅针对几何或材质某一方面进行处理，不利于用户全面地认识模型。同时，这两类增强方式很难简单地结合以得到全面的增强结果，因为两类方式的增强结果会互相影响，甚至会改变模型材质的表达。为此，我们提出了一种基于光源设计的增强绘制方法，以真实地表达模型的几何与材质特征。具体地，我们将几何增强和材质增强分开进行，使用颜色差异对几何特征进行增强，使用亮度变化来突出材质特征，并尽量地减弱两者之间的互相影响。最后的实验结果也表明我们的方法能够有效地同时突出两种特征。