![]() |
|||||||||||||||||||
主页 | 新闻 | 实验室成员 | 研究领域 | 科研成果 | 科研项目 | 加入我们 | |||||||||||||
直接获取的三维模型存在数据量过大、噪声严重、局部细节丢失等问题,需要采用重新网格化来保证网格质量,而三维表面上的重采样是其中重要的一步。 传统的图像半色调及采样算法只适用于二维平面空间。通过适当的参数化映射,我们也可以将它们应用于任意形状的三维表面,从而实现三维表面上的蓝噪声采样。这在图形学中的网格重建、绘制等方向的研究中起到十分重要的作用。 泊松圆盘采样算法[Cook 1986]能够产生蓝噪声性质的采样结果,带来更好的视觉效果,现有的泊松圆盘采样算法一般限于二维平面的采样,并且通常采用的是串行结构,算法效率较低。本实验室的工作中就基于泊松圆盘采样的原理,将其拓展到三维流形表面上,提出了一种基于三维网格表面划分的并行蓝噪声采样算法。该算法对三角网格模型表面的特征进行分析,并基于一种局部测地距离计算方法进行精确的并行划分。而后基于图着色理论对分块进行分组,对每个组内部可以进行并行采样,而组之间串行执行。在此基础上,我们充分利用GPU的并行计算特性,实现了一种多GPU并行计算构架,使得三维表面上的采样效率大大提高。根据三维表面几何特征等定义采样密度函数,还可以实现三维表面自适应采样。通过傅里叶频谱分析等方法,可以验证本课题提出的采样算法具有很好的蓝噪声性质。 ▲ 三维表面的三角面片聚类与分组并行采样计算
▲ 三维表面并行泊松圆盘采样实验结果 相关论文:
| |||||||||||||||||||
地址:北京市海淀区中关村北大街128号 |