学位论文 > 优秀研究生学位论文题录展示

基于GPU的自由曲面快速绘制

作　者: 黄通浪
导　师: 唐敏
学　校: 浙江大学
专　业: 计算机应用技术
关键词: 自由曲面细分曲面曲面绘制 GPU 顶点处理器细分模板
分类号: TP391.7
类　型: 硕士论文
年　份: 2006年
下　载: 224次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,自由曲面的绘制,特别是细分曲面的快速绘制算法,成为了计算机图形学领域的一个研究热点。可编程图形处理器GPU(Graphics Processing Unit)的发展日益成熟,它专门为图形计算设计,在并行计算方面,比起CPU有明显的优势,并且提供了相当程度的可编程性。本文充分利用GPU的优势,提出了一种新的基于GPU的自由曲面快速绘制算法。算法流程如下:首先对初始控制网格进行预处理,将其划分为多个控制网格片,然后对每个控制网格片进行单独绘制。根据控制网格片的绘制方案,计算其相应的细分模板,接着把控制网格片中的顶点数据和其细分模板一起传递到GPU,在GPU的顶点处理器中计算并绘制出整张曲面。本文首先概述了目前自由曲面的各种绘制算法,包括参数曲面的绘制算法和细分曲面的绘制算法,并对可编程图形处理器的发展背景和发展历程作了简要介绍。接着介绍了本文算法已实现的四类曲面的基本理论知识,包括双三次BEZIER曲面、双三次B样条曲面、Catmull-Clark细分曲面和Loop细分曲面。最后详细介绍本文提出的基于GPU的自由曲面快速绘制算法,先介绍了算法的总体流程,接着逐项讨论算法的各个细节,包括控制网格片的划分,细分模板的计算和在GPU中作绘制操作等,最后,对实验结果作分析。基于本文的算法,我们已经开发了一个原形系统。该原形系统可支持双三次BEZIER曲面、双三次B样条曲面、Catmull-Clark细分曲面和Loop细分曲面的快速绘制。大量的实验结果表明,本文算法具有下列优点:1,绘制速度快,在性能较好的图形处理器(如GeForce6系列以上)情况下,本文算法的绘制速度可大大优于基于CPU的曲面绘制算法,而且与基于GPU片断处理器的曲面绘制算法比较也有明显的优势;2,可以很好地平衡CPU和GPU的负荷:3,具有良好的通用性,可以支持所有参数曲面和可用参数求值的细分曲面。

全文目录

摘要  3-4
Abstract  4-5
目录  5-8
第一章绪论  8-16
  1.1 自由曲面绘制概述  8-11
    1.1.1 参数曲面绘制概述  8-10
      1.1.1.1 基于采样点绘制算法  8-9
      1.1.1.2 Catmull递归细分绘制算法  9
      1.1.1.3 基于扫描线绘制算法  9-10
      1.1.1.4 基于GPU的参数曲面绘制算法  10
    1.1.2 细分曲面绘制概述  10-11
  1.2 可编程图形处理器介绍  11-13
    1.2.1 可编程图形处理器的发展背景  12
    1.2.2 可编程图形处理器的发展历程  12-13
  1.3 本文的研究工作和贡献  13-14
  1.4 内容组织  14-16
第二章自由曲面基本理论  16-28
  2.1 参数曲面基本理论  17
  2.2 Bezier曲线、曲面基本理论  17-19
    2.2.1 Bezier曲线  18
    2.2.2 Bezier曲面  18-19
    2.2.3 Bezier曲线、曲面的性质  19
  2.3 B样条曲线、曲面基本理论  19-22
    2.3.1 B样条曲线  20-21
    2.3.2 B样条曲面  21
    2.3.3 B样条曲线、曲面的性质  21-22
  2.4 细分曲面基本理论  22-24
    2.4.1 细分曲面的基本思想  22-23
    2.4.2 细分曲面的特点  23
    2.4.3 细分曲面的分类  23-24
  2.5 Catmull-Clark细分曲面  24-26
  2.6 loop细分曲面  26-28
第三章算法框架  28-35
  3.1 算法流程  28
  3.2 CPU部分  28-34
    3.2.1 划分控制网格片  29-31
      3.2.1.1 控制网格片的拓扑结构  29-31
    3.2.2 细分模板  31-34
  3.3 GPU部分  34-35
第四章细分模板的构造  35-46
  4.1 重要的数据结构  35
  4.2 参数曲面细分模板的构造  35-38
    4.2.1 get_params函数  37-38
  4.3 细分曲面细分模板的构造  38-46
    4.3.1 细分曲面参数化求值算法  38-42
      4.3.1.1 基本思想  38-40
      4.3.1.2 数学描述  40-42
      4.3.1.3 算法简化  42
    4.3.2 构造细分模板  42-46
      4.3.2.1 构造Catmull-Clark曲面细分模板  42-44
      4.3.2.2 构造Loop曲面细分模板  44-46
第五章基于GPU的曲面细分  46-54
  5.1 图形硬件流水线  46-48
    5.1.1 固定图形流水线  46-47
    5.1.2 可编程图形流水线  47-48
      5.1.2.1 可编程顶点处理器  48
      5.1.2.2 可编程片段处理器  48
  5.2 高级渲染语言  48-49
  5.3 CPU向GPU传递数据  49-51
  5.4 基于GPU的曲面绘制  51-54
第六章系统实现  54-64
  6.1 实现平台  54
  6.2 文件格式  54-55
  6.3 实验结果分析  55-64
    6.3.1 与基于CPU的参数曲面采样点绘制算法的比较  55-58
    6.3.2 细分曲面与参数曲面绘制效果的比较  58-59
    6.3.3 Loop细分曲面绘制效果  59-60
    6.3.4 非正则细分曲面绘制效果  60-61
    6.3.5 与基于GPU片段处理器算法的比较  61-64
第七章总结与展望  64-66
  7.1 总结  64
  7.2 下一步工作  64-65
  7.3 新的研究领域展望  65-66
参考文献  66-71
攻读硕士学位期间完成的论文  71-72
攻读硕士学位期间参加科研情况  72-73
致谢  73

基于GPU的自由曲面快速绘制

内容摘要

全文目录

相似论文