CN109461197B - 一种基于球面uv和重投影的云实时绘制优化方法 - Google Patents

一种基于球面uv和重投影的云实时绘制优化方法 Download PDF

Info

Publication number
CN109461197B
CN109461197B CN201710727498.5A CN201710727498A CN109461197B CN 109461197 B CN109461197 B CN 109461197B CN 201710727498 A CN201710727498 A CN 201710727498A CN 109461197 B CN109461197 B CN 109461197B
Authority
CN
China
Prior art keywords
cloud
spherical
texture
image
noise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710727498.5A
Other languages
English (en)
Other versions
CN109461197A (zh
Inventor
潘明皓
史蒂芬·克莱门特
李熠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wuyi Vision Digital Twin Technology Co ltd
Original Assignee
Beijing Wuyi Vision Digital Twin Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Wuyi Vision Digital Twin Technology Co ltd filed Critical Beijing Wuyi Vision Digital Twin Technology Co ltd
Priority to CN201710727498.5A priority Critical patent/CN109461197B/zh
Publication of CN109461197A publication Critical patent/CN109461197A/zh
Application granted granted Critical
Publication of CN109461197B publication Critical patent/CN109461197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于球面UV和重投影的云实时绘制优化算法，通过三维噪声纹理计算云层形状并生成三维云层纹理，将整个天空半球用球面UV参数化，将球面UV空间分割成4x4像素的小块，在每一帧中对每个小块只绘制其中的一个像素对应方向上的云，每16帧后保留整个球面UV图，将最近生成的两张完整球面UV图根据当前的相机视角重投影到视区上并进行插值，从而得到最终的绘制结果。本发明解决了现有算法在视角或云层快速变化时出现噪点的问题。

Description

一种基于球面UV和重投影的云实时绘制优化方法
技术领域
本发明涉及云实时绘制算法领域，具体涉及一种基于球面UV和重投影的云实时绘制优化算法。
背景技术
云的绘制是实时绘制自然环境中的一个重要课题，一个典型的云绘制算法由造形和着色两步组成，其中造形一步使用多个不同频率下的三维噪声纹理生成云的基本形状。着色这步则通过在造形好的云层中进行光线跟踪，计算云的颜色。
由于云层形状的不规则性和大气中光照环境的复杂性，各种实时云绘制算法一般难以在一帧内(即几十毫秒的量级上)完成整个绘制过程。一种常见的优化算法是将绘制分摊到各个帧之间，每一帧只绘制一部分的云，在帧之间进行重投影和插值。然而，采用这种优化算法有一个本质的问题：由于云的绘制是在视口空间中计算的，因此当相机转动时，由于视角发生变化，上一帧的计算结果有部分或全部无法重投影到当前的视口内，不能复用。此时，只有当前帧对应的区域会更新云的绘制，所以会出现噪点的问题，特别是在视口边缘处。同时，由于每一帧对应的区域的绘制结果都会被重投影到下一帧，因此当云层的变化速度太快时，也会由于帧间云层形状的不匹配而产生噪点。
发明内容
本发明提供一种基于球面UV和重投影的云实时绘制优化算法，解决现有算法在视角或云层快速变化时出现噪点的问题。
为实现上述目的，本发明提供如下技术方案：一种基于球面UV和重投影的云实时绘制优化算法，包括如下步骤：
步骤一：通过三维噪声纹理计算云层形状并生成三维云层纹理，利用三维噪声纹理生云图像，所述的云图像通过不同频率下的perlin噪音结合ray marching来生成，所述三维噪声纹理生成云图像过程中包括去噪音处理步骤，然后运用基于图像的绘制技术，将云图像映射到虚拟场景的天空上。
步骤二：将整个天空半球用球面UV参数化，半球面上方向为(X,Y,Z)的单位向量对应于纹理空间内(u＝0.5x+0.5,v＝0.5y+0.5)的位置。
步骤三：将这个球面UV空间分割成4x4像素的小块，在每一图像帧中对每个小块只绘制其中的一个像素对应方向上的云，每16帧后整个球面UV图上的云都绘制完成后我们保留整张球面UV图，所述每个图像帧由相机采集，所述相机包括深度视频采集相机和彩***采集相机。
步骤四：在每一图像帧的渲染中，将最近生成的两张完整球面UV图根据当前的相机视角重投影到视区上并进行插值，从而得到最终的绘制结果。
所述插值为最近邻线性插值法，所述最近生成的两张完整球面UV图分别为F-1(u,v)，F0(u,v)，经过t帧后当前帧的插值函数F(u,v)为
Figure GDA0004189621410000021
在一个优选实施例中，所述三维云层纹理包括2个3d纹理，1个2d纹理，所述2个3d纹理放perlin噪音和worley噪音的结合体，用于计算云的形状和表面细节；所述1个2d纹理放不同频率的curl噪音，用于扭曲云的形状。
优选的，所述云场景渲染和绘制工作基于GPU进行实现。
本发明的有益效果是：
1.本发明使用球面UV参数化计算整个天空中的云而不是像传统算法一样仅在视区范围内计算，这样就剥离了云绘制与当前相机视角的相关性，从而可以保证在相机转动时都可以复用之前帧的计算结果，达到稳定的绘制效率和质量。
2.与传统算法不同，本发明并不是将每一帧的结果都投影到下一帧中，而是仅对每16帧生成的完整球面UV图进行重投影计算，这就保证了投影数据的完整性，避免了云层变化过快时的噪点问题。
3.使用本发明的优化算法生成的云绘制效果，可以在相机变化的情况下稳定以100帧/秒的帧率绘制高质量的云。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明的算法流程图；
图2是本发明所述的球面参数化示意图；
图3是本发明所述的插值算法示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
参阅图1，一种基于球面UV和重投影的云实时绘制优化算法，包括如下步骤：
步骤一：通过三维噪声纹理计算云层形状并生成三维云层纹理，利用三维噪声纹理生成云图像，所述的云图像通过不同频率下的perlin噪音结合ray marching来生成，所述三维噪声纹理生成云图像过程中包括去噪音处理步骤，然后运用基于图像的绘制技术，将云图像映射到虚拟场景的天空上。
步骤二：参阅图2，将整个天空半球用球面UV参数化，半球面上方向为(X,Y,Z)的单位向量对应于纹理空间内(u＝0.5x+0.5,v＝0.5y+0.5)的位置。
步骤三：将这个球面UV空间分割成4x4像素的小块，在每一图像帧中对每个小块只绘制其中的一个像素对应方向上的云，每16帧后整个球面UV图上的云都绘制完成后我们保留整张球面UV图，所述每个图像帧由相机采集，所述相机包括深度视频采集相机和彩***采集相机。
步骤四：在每一图像帧的渲染中，将最近生成的两张完整球面UV图根据当前的相机视角重投影到视区上并进行插值，从而得到最终的绘制结果。因为图像数字化后只在完整球面UV图像素坐标位置有数值的大小，而完整球面UV图像素坐标之间的点没有数值，而像素的大小对实际测量产生的影响还不能忽略，所以要对两张完整球面UV图坐标之间点进行插值求出数值，保证每一点都有数值。
参阅图3，所述插值为最近邻线性插值法，所述最近生成的两张完整球面UV图分别为F-1(u,v)，F0(u,v)，经过t帧后当前帧的插值函数F(u,v)为
Figure GDA0004189621410000041
在一个优选实施例中，所述三维云层纹理包括2个3d纹理，1个2d纹理。
第1个3d纹理里面放的是perlin噪音和worley噪音的结合体，worley噪音用于做焦散效果，worley噪音和perlin噪音结合之后:分辨率是128x128，4个信道存放的perlin和worley不同频率的噪音，它用于定义云的大体形状。
第2个3d纹理，分辨率是32x32，3个信道，放不同频率的worley噪音。
1个2d纹理，分辨率是128x128，放不同频率的curl噪音，用于扭曲云的形状，以及加上一些扰动的感觉。
优选的，所述云场景渲染和绘制工作基于GPU进行实现。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，包括如下步骤：
步骤一：通过三维噪声纹理计算云层形状并生成三维云层纹理，利用三维噪声纹理生成云图像，然后运用基于图像的绘制技术，将云图像映射到虚拟场景的天空上，
步骤二：将整个天空半球用球面UV参数化，半球面上方向为(X，Y，Z)的单位向量对应于纹理空间内(u＝0.5x+0.5，v＝0.5y+0.5)的位置，其中，X为空间直角坐标系中的横轴，Y为空间直角坐标系中的纵轴，Z为空间直角坐标系中的竖轴，u、v分别表示纹理空间内的坐标，x，y分别为用于表示纹理空间内坐标的参数；
步骤三：将这个球面UV空间分割成4x4像素的小块，在每一图像帧中对每个小块只绘制中的一个像素对应方向上的云，每16帧后整个球面UV图上的云都绘制完成后保留完整球面UV图，
步骤四：在每一图像帧的渲染中，将最近生成的两张完整球面UV图根据当前的相机视重投影到视区上并进行插值，从而得到最终的绘制结果，所述插值为最近邻线性插值法，所述最近生成的两张完整球面UV图分别为F-1(u,v)，F0(u,v)，经过t帧后当前帧的插值函数F(u,v)为
Figure FDA0004189621400000011
2.根据权利要求1所述的一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，所述的云图像通过不同频率下的perlin噪音结合ray marching来生成。
3.根据权利要求1所述的一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，所述三维云层纹理包括2个3d纹理，1个2d纹理，
所述2个3d纹理放perlin噪音和worley噪音的结合体，用于计算云的形状和表面细节；所述1个2d纹理放不同频率的curl噪音，用于扭曲云的形状。
4.根据权利要求1所述的一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，所述三维噪声纹理生成云图像过程中包括去噪音处理步骤。
5.根据权利要求1所述的一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，每个所述图像帧由相机采集，所述相机包括深度视频采集相机和彩***采集相机。
6.根据权利要求1所述的一种基于球面UV和重投影的云实时绘制优化方法，其特征在于，云场景渲染和绘制工作基于GPU进行实现。
CN201710727498.5A 2017-08-23 2017-08-23 一种基于球面uv和重投影的云实时绘制优化方法 Active CN109461197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710727498.5A CN109461197B (zh) 2017-08-23 2017-08-23 一种基于球面uv和重投影的云实时绘制优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710727498.5A CN109461197B (zh) 2017-08-23 2017-08-23 一种基于球面uv和重投影的云实时绘制优化方法

Publications (2)

Publication Number Publication Date
CN109461197A CN109461197A (zh) 2019-03-12
CN109461197B true CN109461197B (zh) 2023-06-30

Family

ID=65605691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710727498.5A Active CN109461197B (zh) 2017-08-23 2017-08-23 一种基于球面uv和重投影的云实时绘制优化方法

Country Status (1)

Country Link
CN (1) CN109461197B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145326B (zh) * 2019-12-26 2023-12-19 网易（杭州）网络有限公司 三维虚拟云模型的处理方法、存储介质、处理器及电子装置
CN111563947B (zh) * 2020-03-25 2023-06-13 南京舆图科技发展有限公司 全球三维云的互动实时体渲染方法
CN111951362A (zh) * 2020-07-01 2020-11-17 北京领为军融科技有限公司 一种基于三维噪声图的三维体积云渲染方法及***
CN112190935A (zh) * 2020-10-09 2021-01-08 网易（杭州）网络有限公司 动态体积云的渲染方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408770A (zh) * 2014-12-03 2015-03-11 北京航空航天大学 一种基于Landsat8卫星图像建模积云场景的方法
US9342920B1 (en) * 2011-11-15 2016-05-17 Intrinsic Medical Imaging, LLC Volume rendering using scalable GPU-based cloud computing
CN106570929A (zh) * 2016-11-07 2017-04-19 北京大学（天津滨海）新代信息技术研究院 一种动态体积云的构建与绘制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9342920B1 (en) * 2011-11-15 2016-05-17 Intrinsic Medical Imaging, LLC Volume rendering using scalable GPU-based cloud computing
CN104408770A (zh) * 2014-12-03 2015-03-11 北京航空航天大学 一种基于Landsat8卫星图像建模积云场景的方法
CN106570929A (zh) * 2016-11-07 2017-04-19 北京大学（天津滨海）新代信息技术研究院 一种动态体积云的构建与绘制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于噪声纹理的云层绘制方法;杨丹等;《现代电子技术》;20091015(第20期);全文 *
基于小光线束光子映射的单次散射绘制算法;王元龙等;《计算机辅助设计与图形学学报》;20131215(第12期);全文 *

Also Published As

Publication number Publication date
CN109461197A (zh) 2019-03-12

Similar Documents

Publication Publication Date Title
CN109685891B (zh) 一种基于深度图像的建筑物三维建模与虚拟场景生成方法及***
CN115100339B (zh) 图像生成方法、装置、电子设备和存储介质
US8860712B2 (en) System and method for processing video images
CN102768765B (zh) 实时点光源软阴影渲染方法
CN109461197B (zh) 一种基于球面uv和重投影的云实时绘制优化方法
Wei et al. Fisheye video correction
WO2017206325A1 (zh) 全局光照的计算方法及装置
JP7456670B2 (ja) ３次元顔モデルの構築方法、３次元顔モデルの構築装置、コンピュータ機器、及びコンピュータプログラム
CN110223387A (zh) 一种基于深度学习的三维模型重建技术
US11790610B2 (en) Systems and methods for selective image compositing
CN109887030A (zh) 基于cad稀疏模板的无纹理金属零件图像位姿检测方法
US9165397B2 (en) Texture blending between view-dependent texture and base texture in a geographic information system
EP3533218B1 (en) Simulating depth of field
CN110246146A (zh) 基于多次深度图像渲染的全视差光场内容生成方法及装置
CN104103089A (zh) 一种基于图像屏幕空间的实时软阴影实现方法
CN111382618B (zh) 一种人脸图像的光照检测方法、装置、设备和存储介质
JP2019046077A (ja) オブジェクト情報の複数面への投影によって視点映像を合成する映像合成装置、プログラム及び方法
CN103700134A (zh) 基于可控制纹理烘焙的三维矢量模型实时光影延迟着色渲染方法
CN109358430A (zh) 一种基于二维led风扇屏的实时三维显示方法
CN108734772A (zh) 基于Kinect fusion的高精度深度图像获取方法
CN104217461A (zh) 一种基于深度图模拟实时凹凸效果的视差映射方法
CN116363290A (zh) 一种用于大规模场景三维重建的纹理贴图生成方法
CN108280870A (zh) 一种点云模型纹理映射方法与***
CN117501313A (zh) 基于深度神经网络的毛发渲染***
CN109829962B (zh) 一种利用opengl的物体空间消隐线计算加速方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 307, 3 / F, supporting public building, Mantingfangyuan community, qingyanli, Haidian District, Beijing 100086

Applicant after: Beijing Wuyi Vision digital twin Technology Co.,Ltd.

Address before: Room 307, 3 / F, supporting public building, Mantingfangyuan community, Qingyun Li, Haidian District, Beijing

Applicant before: DANGJIA MOBILE GREEN INTERNET TECHNOLOGY GROUP Co.,Ltd.

GR01 Patent grant
GR01 Patent grant