面向实时逼真绘制的非传统相机模型研究

Camera model is the important element during 3D scene drawing, and decides 3D scene's projection and 2D rendering effects. The pinhole camera model is popular used in computer graphics for simulating perspective effect of human eyes approximately and being computed easily, but it still has some limitations which affect the drawing effects and efficiency in some complex 3D scenes and phenomenon. So the research of non-pinhole camera models has attracted much more attention in recent years. According to the restrictions of pinhole camera model's single projection、plane uniform sampling and single viewpoint, we propose series of more complex camera models including the composite camera model based on pixel clustering、 the sample cumulation camera model and the ribbon camera model, etc. We mainly research on these kinds of models' construction、 projection and the result image reconstruction, and demonstrate their applications on real-time realistic rendering. To accelerate computation, all the approaches are investigated and designed in parallel to form an algorithm library, which is easily integrated in current 3D graphics rendering platform.

相机模型是三维场景绘制过程中的重要元素，它决定三维场景的投影方式和二维呈现结果。小孔相机模型能够近似模拟人眼观察的透视效果，且易于计算，一直在计算机图形学中得到广泛的使用，但是它仍然存在着一定的局限性，制约了一些复杂三维场景、现象的绘制算法的设计、效果和计算效率，因此近年来对于非小孔相机模型的研究备受关注。本课题针对小孔相机模型单一投影方式、平面均匀采样和视点单一等方面的限制，提出一系列更为复杂的相机计算模型，拟解决对于包含大量对象，而且对象可能具有多种材质属性、复杂遮挡关系等场景的逼真绘制还存在着无法用统一相机模型计算和投影绘制效率不高两方面的难点问题，研究内容具体包括基于像素聚类的复合相机模型、采样点累积相机模型和带状相机模型等，着重研究这些类相机的构造方法，光线投影方法和结果图像的重构绘制方法，并给出它们在三维图形实时逼真绘制中的应用示例。

像素聚类复合相机模型研究通过构建一个非传统相机，能够快速获取反射内容的图像，并映射到反射对象表面，来取代对反射光线的求交运算。主要贡献点是像素聚类复合相机模型的定义；基于像素几何属性聚类的子相机划分与构造，包括如何根据屏幕空间的像素及其几何属性对性质相近的像素进行聚类；根据聚类的结果，如何计算构造子相机，即确定子相机的位置、方向、视景体和输出图像的分辨率等。这一方法没有任何预计算，可以支持全动态场景，包括视点运动、对象运动和变形。由于光线跟踪算法对于动态场景需要重新更新加速结构，因此计算效率低。我们方法比光线跟踪方法快10倍。.基于采样点累积的精确软影绘制方法在面光源像素级精确光照可见性判断方法的基础上引入加速策略，主要贡献点在于：使用了一种网格数据结构，桥接了像素采样点与三角面片之间的关系，有效地减少算法的存储开销，并使得光照可见性的判断具有高效性。基于采样点累积的精确软影绘制方法是一种高效和通用的软影绘制方法，算法支持有三角形建模的全动态场景。面光源尺寸减少为点光源时，该算法生成硬影效果阴影，可以达到像素级精确度，消除传统阴影图方法阴影边缘严重走样的问题。其效率是光线跟踪方法的10-13倍。.提出一个基于于4D光栅化相机模型的软阴影加速计算方法，总体思路是力图在光线和三角形求交计算之前，利用一些简单的判断计算，来排除一些不可能产生线-三角形遮挡的线和三角形对，减少相交计算的频率，提过计算效率。我们的计算不含有任何预计算，因此对于静态场景和全动态场景均可使用。我们在多个场景里测试了我们的方法，在保证与光线跟踪方法没有误差的情况下，我们的方法可以提升速度10-15倍。.差分相机模型研究差主要是为了提高场景代理对动态场景的表达能力，减少或者杜绝场景的冗余表示。给出差分相机的定义。差分相机对场景的最大化表达布置方法：如何三维动态场景中，布置尽量少的相机模型，达到三维场景的有效采样，以期在减小绘制遍数的情况下提高绘制效率。差分相机图像的远程场景重建方法：差分相机捕获的是场景的差分表达，同一几何元素可能会差分表达在多个差分相机中，如何恢复匹配各个差分相机中的信息单元，恢复出整个动态场景，实现远程可视化传输。.本课题上述四项关键技术上取得了进展，已发表相关研究论文13 篇，其中SCI 期刊论文8篇，新申请专利5项。

内容获取失败，请点击重试