◄Back

三维表面的并行蓝噪声采样

---

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：

• Jie Feng, Yang Liu and Bingfeng Zhou. Real-time Stereo Visual Hull Rendering Using a Multi-GPU-accelerated Pipeline. In ACM SIGGRAPH ASIA 2010 Sketches (SA '10). ACM, New York, NY, USA, Article 52, 2 pages.     Download paper      Download slides

• 刘洋，《网格表面并行蓝噪声采样》，北京大学硕士学位论文，2011年6月.     Download paper