QQ客服 官方微博 反馈留言

题名	计算机植物绘制若干问题研究
作者	滕军
学位类别	工学博士
答辩日期	2007-06-10
授予单位	中国科学院研究生院
授予地点	中国科学院自动化研究所
导师	胡包刚 ; Marc Jaeger
关键词	植物绘制 隐式曲面 粒子采样 环境遮挡 plant visualization implicit surface particle sampling ambient occlusion
其他题名	Research on Some Problems in Plant Visualization
学位专业	模式识别与智能系统
中文摘要	本文对于计算机植物绘制的相关问题进行了研究，主要工作包括以下四个方面： 1. 隐式曲面植物几何模型造型研究： 提出了一种新的卷积隐式曲面定义方法。应用本文的方法，任何参数形式的曲线、曲面都可以作为骨架生成卷积隐式曲面。 基于参数化几何骨架的卷积隐式曲面相对于传统的卷积隐式曲面，其优点在于：  由于参数曲面的形状很容易通过参数进行改变，所以可以通过改变骨架的几何形状生成不同的隐式曲面，丰富了隐式曲面可以描述的几何模型；  此定义可以推广到使用高维实体作为隐式曲面骨架；  骨架的几何信息可以辅助生成纹理坐标，解决了隐式曲面纹理贴图的困难。 2. 基于子结构的快速隐式曲面粒子采样算法： 使用粒子对隐式曲面进行采样，是对隐式曲面形状进行控制和隐式曲面纹理影射的基础。 分枝结构是植物几何模型中的常见结构，使用隐式曲面可以很好的对分枝结构进行几何建模。本文利用很多植物具有的自相似性，提出了一种基于子结构方法的快速分枝结构粒子采样算法，加速了对整株植物分枝结构的采样。 此方法可以重用预先计算的隐式曲面粒子采样信息，而只对分枝处进行重新采样，大大提高了隐式曲面粒子采样的效率。 3. 应用于实时植物渲染的快速环境光遮挡算法研究： 全局光照效果对于植物绘制非常关键，环境光遮挡算法是对全局光照最有效的近似。 但是目前的环境光遮挡算法由于效率的原因不能直接应用于植物。 本文针对实时植物绘制提出了一种新的环境光遮挡算法的框架， 此方法利用植物器官分布成簇的几何特性，将植物器官进行聚类，将环境光遮挡问题分解为类间和类内两种环境光遮挡问题来解决，实现了分而治之的方法。 实验表明，对于含有巨量数据的植物， 使用本文的方法预处理时间只有几十秒，而已有的的方法需要几十小时至上万小时。并且本文提出的方法通过调节参数，可以灵活实现不用的环境光遮挡效果。 4. 实时植物群落场景绘制： 植物群落场景包含的数据量巨大，并且拓扑结构复杂，进行植物群落场景的实时绘制对计算机图形学是很大的挑战。 植物群落中植物的互相遮挡是普遍存在的，本文基于这一特点，结合最新出现的遮挡查询技术，提出并实现了一种新的植物群落场景实时绘制系统。 与以往的系统不同，本文的方法使用层次选择(Level of Selection)来取代以往的层次细节(Level of Detail)，将植物的各个器官赋予遮挡概率，根据遮挡查询的结构选择遮挡概率低的器官进行绘制。 由于本文的方法没有对植物几何模型进行任何简化和近似，因此不存在以往基于层次细节方法的走样，缺乏双目视差问题。 并且解除了以往方法因为使用层次细节技术对光照和阴影算法的限制。 本系统的另一个特点是使用实例化算法进行植物数据的压缩存储和加速绘制。
英文摘要	This thesis addresses the topics in plant visualization in the following four aspects: 1. Plant organ modeling based on implicit surface: we propose a new method for generating convolution surface. Any type of parametric curve or surface can be used as skeleton of convolution surface based on the proposed method. This new type of method is more powerful for convolution surface generation compared to the traditional methods. 2． Fast particle sampling implicit surface based on substructure algorithm: particle sampling of implicit surface is the basis of implicit surface deformation and texture mapping implicit surface. Ramification is common geometry structure in plant model, and is modeled well by implicit surface. We propose a fast particle sampling algorithm for ramification structure modeled by implicit surface based on self-similarity of plant. The proposed method reuse the pre-calculated particle sampling results, and only re-sampling the particles near the branching point, which makes sampling of ramification structure more efficient. 3． Fast ambient occlusion method applicable for real-time plant rendering: global illumination effect is crucial for virtual plant rendering, and ambient occlusion is an efficient alternative for global illumination. The traditional ambient occlusion algorithms take unaffordable computation time for plant rendering. We propose a new ambient occlusion framework for real-time plant rendering. The proposed method takes advantage of the inherent geometrical structure of plant, which is a divide and conquer algorithm. First the plant organs are clustered, the ambient occlusion calculation is then subdivided into two parts: inter-cluster ambient occlusion calculation and intra-cluster ambient occlusion calculation. The experimental results shows it minutes to manipulate a single plant with enormous organs, compared to the traditional methods which usually cost hours or months for such kind of geometry models. 4．Real-time rendering of plantation: it is a very challenging task to render landscape in real time. We propose then implement a new real-time rendering system for plantation based on hardware occlusion query. In the proposed system, we choose level of selection instead of level of detail for the acceleration. We assign occlusion probability to each organ, and the organs with low occlusion probabilities will be rendered prior to the organs with high occlusion probabilities according to the result of occlusion query.
语种	中文
其他标识符	200118014604885
内容类型	学位论文
源URL	[http://ir.ia.ac.cn/handle/173211/6013]
专题	毕业生_博士学位论文
推荐引用方式 GB/T 7714	滕军. 计算机植物绘制若干问题研究[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2007.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。