毕业论文初稿2.doc.doc

《毕业论文初稿2.doc.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、衣物材质属性建模与表面真实感渲染衣物材质属性建模与表面真实感渲染摘要衣物表面真实感渲染技术是依靠对衣物表面材质的分析，建立适当的光照反射模型来实现的。这类光照反射模型的参数作为衣物材质属性的一部分，展现了衣物表面细微处的光照效果。在现有的光照模型中，并非所有的光照模型都能体现衣物表面的孔结构特点，而孔结构在体现衣物外观细微处的自阴影、遮挡、内反射等效果中显得尤为重要。本文利用双向纹理函数(BidirectionalTextureFunction，简称BTF)，对衣物材质属性进行建模，它是一种类似于双向反射分布函数(BidirectionalReflect

2、ionDistributionFunction)的反射度模型。不同的是它共有六个维度的参数，同时包含了光线、视线角度以及空间位置。这种反射度模型的构建来自于从不同视线和不同光线角度下测量的样本数据。通过这种方法避免了人为构造衣物表面材质的微观结构。在将数据按照一定的组织形式存放后，得到了该样本通过BTF方法建立的反射度模型，它本身代表了某种特定衣物的材质属性。对于双向纹理函数，本文讨论了它与其它现有光照模型间的区别，并介绍了几种不同的样本采集方法，他们都是从原有的BRDF光照采集器上演化来的。为了更高效的开展衣物渲染工作，本文采用了波恩大学计算机图形组提

3、供的在线BTF样本库，其中所有的样本均已经过后处理并且采样密度和图片大小均控制在了合理范围。同时，文章额外显示了一些样本采集仪器的图片以说明其工作原理。由于BTF样本的规模过于庞大，必须进行必要的压缩处理。为此，文章引入了如何运用现有BRDF模型进行数据拟合的方法，同时也指出了这些方法的优缺点。之后，文章引入了主元分析技术(PCA)，对其分析过程进行了详细的描述。这种分析技术的初衷是识别多维信号中的主成分，去除冗余，最终使得数据能在更少的基向量下线性表出，达到降维的目的。为了更好地理解如何将该技术运用于BTF样本集，文章对现有的几种BTF样本集分解方法进

4、行了归类，它们是主元分析技术在BTF模型的不同维上的运用。目前，可以将这些分解方法归类为逐像素分解、全样本分解、逐视角分解以及像素聚类分解这四种。对每一种方法本文也给出了除计算公式外相应的解释，并对其优缺点进行了必要的说明。为了使BTF样本更适合于逐视角的分解方法，文章将样本的形式表达为人们更加直观的理解，即将光照模型中点的位置变化看作是纹理行和列的变化，不同的纹理样本代表了不同的光线和视线角度。与之相对，原先BRDF模型所采用的ABRDF表达方法在这类PCA技术中并不适用。在介绍完BTF样本集的压缩方法后，文章引入了通用光照模型的渲染等式，这些等式可以

5、方便地改为BTF模型渲染等式，并在点光源模型下做出相应的简化。此后，本文提出了一种计算顶点局部坐标系的简单方法，它类似于将原有的坐标系旋转至一个轴向与顶点法向重合。在运用逐视角的PCA分析技术前，文章对波恩大学提供的在线样本库进行了分类工作，并将样本的命名规范作了简单介绍。本文随后对逐像素算法如何在渲染框架中实现给出了自己的解释，解释的过程中首先讲述了其PCA方法如何运用于已有的BTF样本集，并给出了其还原步骤。针对分析过程中出现的负值问题本文提出了一种解决方案，它简单地对矩阵数值进行规约衣物材质属性建模与表面真实感渲染，并将多余项归入原先去除的均值中。

6、对于插值算法，本文提出了CPU与GPU上的确切分工，并对如何利用差值权重在CPU中计算基图片的组合系数进行了公式推导。除理论推导外，本文提出了一种简单的渲染框架，它应用了前文提到的逐视角的BTF渲染方法。这个框架分为两个部分，其主要预处理模块包含了PCA算法的核心，其运行的正确率直接影响了后续程序的渲染结果。程序的渲染部分包含了CPU计算和GPU计算两大部分。其中CPU部分负责了BTF函数中除位置以外的其他四个参数的差值计算，GPU负责了纹理采样和还原工作，它使用了多重纹理技术。另外，该渲染框架也显示了应用程序对外使用的模型格式，文章的实验结果部分给出了

7、本文实现的渲染程序对复杂衣物模型的渲染结果。通过对不同主元数量下特征值的分析，本文得出了最适合衣物模型渲染的主元数量。并在不同主元数量的前提下，分别测试了不同顶点数量的衣物模型和对应的帧率，以及渲染之前运用PCA方法的预处理时间。这些实验数据在今后对渲染框架和算法的评估中起着十分重要的作用。此外，文章将这些渲染结果与其他的光照模型渲染结果作了比较。另外，文章还给出了一种可行的优化方案，它运用了目前主流显卡所支持的3D纹理技术，将PCA分析后相应的参数矩阵按照光线方向保存为类似ABRDF的组织形式。在讨论了着色语言的选择后，文章指出这种优化方案的好处在于避

8、免了从CPU到GPU的数据传输，但相应的问题是原本基图片集的切换必须在管线内部进