学位论文 > 优秀研究生学位论文题录展示

基于NPR的线条提取算法的GPU实现

作　者: 袁健
导　师: 陈泽琳; 谢明
学　校: 华南理工大学
专　业: 软件工程
关键词: 非真实感渲染 背景轮廓线 提示性轮廓线 GPU OpenGL GLSL
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 19次
引　用: 0次
阅　读: 论文下载
 

内容摘要


非真实感渲染（NPR）作为图形学研究领域的一个重要分支，经过近十几年的发展，已经从单纯的理论研究对象一跃成为各行各业中计算机辅助应用的关键技术。在NPR技术越来越走向实际应用的今天，对它的研究也越来越深入和细致，具体到其实用性的方方面面。而对于NPR的实际应用，其实都离不开线条提取这个基本步骤，因为线条是任何NPR加工的原材料。而目前的NPR线条提取算法在效率和精确度之间还不能取得良好的权衡，特别是在一些追求精确度的应用场景，不得不以牺牲系统的实时性为代价。本文主要关注的是NPR线条中的背景轮廓线以及提示性轮廓线，其中背景轮廓线用于勾勒模型的大体架构，而提示性轮廓线则能够很好地表达模型的内部特征，而两种轮廓线合并起来就能很好地表达模型的信息。线条作为基于图形的NPR系统的根基，本文首先完成了对线条提取的基本工作。使用开源库读取PLY格式的三角网格模型，并提取当中的数学指标，包括法向量、曲率和曲率导数等。然后通过遍历所有面，并根据每个面相应的属性，使用线性插值的方法提取符合性质的线条。有了线条作为加工的原材料后，本文又对线条进行了笔触化。通过对输出点在法线方向上的延伸，得到有深浅粗细不一的笔触，然后加入纹理映射来模拟某种画笔的材质，达到一定的艺术效果。最后通过阀值和线条的淡出来提高线条在运动中的稳定性，并剔除不可视的面，得到最终成品。考虑到基于遍历的NPR线条提取算法具有天然的并行性，而当今GPU技术的发展又是一日千里，所以把NPR线条算法移植到GPU上执行会立竿见影地提高系统的效率。本文把系统的计算部分拆分为预处理部分和动态计算部分，其中预处理部分依然交给CPU处理，而动态计算部分则移植到GPU上运行，从而提高系统的整体效率。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-14
  1.1 研究背景  9-11
  1.2 研究的意义  11
  1.3 研究内容与创新点  11-12
  1.4 论文的组织和安排  12-14
第二章 NPR 发展现状与选题依据  14-19
  2.1 NPR 发展现状  14-15
  2.2 提示性轮廓线  15-16
  2.3 风格化笔触  16-17
  2.4 GPU 发展现状  17-18
  2.5 本章小结  18-19
第三章 NPR 线条相关知识和数学原理  19-26
  3.1 T 算法  19-22
    3.1.1 算法描述  19-21
    3.1.2 算法实现  21-22
    3.1.3 算法分析  22
  3.2 曲率导数  22-24
  3.3 曲面平滑处理  24-25
  3.4 本章小结  25-26
第四章 NPR 线条提取算法实现  26-40
  4.1 NPR 的线条介绍  26-29
    4.1.1 线条的概念  26
    4.1.2 背景轮廓线  26-27
    4.1.3 提示性轮廓线  27-29
  4.2 实现工具  29-30
    4.2.1 TriMesh2  29-30
    4.2.2 PLY  30
  4.3 线条绘制实现  30-36
    4.3.1 背景轮廓线的绘制  30-33
    4.3.2 提示性轮廓线的绘制  33
    4.3.3 可视性  33-35
    4.3.4 提示性轮廓线改进  35
    4.3.5 提示性轮廓线的淡出  35-36
  4.4 NPR 笔触绘制  36-38
  4.5 本章小结  38-40
第五章 算法的 GPU 实现  40-54
  5.1 GLSL 及其环境搭建  40-43
  5.2 数据传输  43-47
    5.2.1 点属性的传输  43-45
    5.2.2 统一变量的传输  45-47
  5.3 算法实施  47-50
    5.3.1 顶点着色程序  47-49
    5.3.2 几何着色程序  49-50
    5.3.3 片段着色程序  50
  5.4 实验结果  50-53
    5.4.1 实验环境  50
    5.4.2 性能对比  50-52
    5.4.3 一致性实验  52-53
  5.5 本章小结  53-54
第六章 总结与展望  54-56
参考文献  56-58
致谢  58-59
附件  59

相似论文

  1. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  2. CUDA平台下数字图像认证方法的设计与实现,TP391.41
  3. 基于GPU并行加速的正射影像生成研究,TP391.41
  4. 基于GPU的水下环境的实时模拟,TP391.41
  5. 基于神经网络与GPU的手写数字识别及其试卷管理,TP391.43
  6. 基于GPU的BLAST程序的并行计算的研究,TP338.6
  7. 直接体绘制相关技术研究,TP391.41
  8. 基于GPU的医学图像体绘制算法的研究与实现,TP391.41
  9. 基于GPU的计算机断层成像技术研究,TP391.41
  10. 目标的快速检测、定位与运动分析,TP391.41
  11. 基于Android平台多功能特效相机的设计与实现,TP391.41
  12. 基于泊松方程的浮雕处理技术研究,TP391.41
  13. 人脑解剖结构图谱软件的设计与实现,TP391.41
  14. 三维流场纹理可视化的光照算法研究与实现,TP391.41
  15. Krylov子空间方法的GPU加速算法研究,TP391.41
  16. 基于GPU集群系统的并行绘制技术研究,TP391.41
  17. GPS掩星资料处理的GPU并行算法研究,TP391.41
  18. 面向压缩机的模态分析系统研究与开发,TP311.52
  19. 基于GPU的医学图像三维重建算法及其应用,TP391.41
  20. OpenGL三维场景模型的建立与实现,TP391.41
  21. 基于GPU加速的光子映射技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com