[发明专利]一种基于分级层次化深度网格的森林绘制方法

说明书

技术领域

本发明涉及一般的图像数据处理或产生，尤其涉及一种基于分级层次化深度网格的森林绘制方法。

背景技术

森林的实时绘制一直是图形学中富有挑战性的课题，这种挑战性源于树木种类的多样性及其几何数据的复杂性。为了能够快速绘制大尺度的森林场景并保持其真实感，关键在于如何适当地简化森林的复杂度同时保持其绘制质量。目前已存在的关于森林和植被的绘制方法可以分为如下四类：

1.创建层次细节模型(LOD)：这类方法采用已经比较成熟的几何模型简化算法对森林模型建立不同简化程度的LOD，然后根据误差选择合适的LOD模型进行绘制，从而实现不同LOD之间的平滑过渡。可参考[RMB02]I.Remola，M.Chover，O.Chover，O.Belmonte，J.Ribelles，C.Rebollo.GeometricSimplification of Foliage.Eurographics 2002.

2.Billboard及其变体：Billboard使用一张纹理来表示一棵树，其特点为简单易用，但缺点是过于简化，不能表现树的细节。一种改进的算法是使用几个相互交叉的Billboard来表示，更有效的方法是采用一种叫Billboard Cloud的算法，该算法采用一系列的Billboard来对原模型进行逼近。可参考[FUM05]A.Fuhrmann，E.Umlauf，S.Mantler.Extreme Model Simplification for ForestRendering.Eurographics Workshop 2005.

3.对树模型进行体素化，然后使用体纹理进行绘制。可参考[Ney96]FabriceNeyret.Synthesizing Verdant Landscapes using Volumetric Textures.EurographicsWorkshop 1996.

4.采用点绘制方法，即使用多分辨率的点模型来表示复杂的森林模型，可参考[SD01]Marc Stamminger，George Drettakis.Interactive Sampling and Renderingfor Complex and Procedural Geometry.Eurographics Workshop on Rendering 2001.

发明内容

针对现有技术的不足，本发明的目的在于提出一种基于分级层次化深度网格的森林绘制方法，可以实现具有较高真实感的交互式大规模森林的绘制。

为了达到上述发明的目的，本发明采用的技术方案如下：

1)采样创建单树模型的层次化深度网格：

从预定义的视点对单树的原始模型进行光线跟踪采样得到分层的深度图像，然后依据各层的深度图像创建深度网格及其纹理库；

2)建立森林的KD-Tree：

给出森林的分布和单树的层次化深度网格，根据结点的预计面片数和给定的阈值，对森林进行递归的四叉剖分，从上至下建立一棵KD-Tree，使其叶结点只包含一棵树；

3)建立森林结构中非叶结点的层次化深度网格：

基于各叶结点的层次化深度网格，自下而上递归地采样各非叶结点并建立其相应的深度网格，同时对其纹理库进行压缩；

4)建立森林结点绘制队列：

根据给定的视点和视域锥，自上而下地遍历森林KD-Tree，进行视域锥剔除及视差计算，选择出合适的结点然后排序创建绘制队列；

5)绘制森林：

根据已建立的森林结点绘制队列，按从远到近的顺序依次从各结点中选择合适方向的深度网格进行融合绘制，从而实现森林中不同层次结点之间的平滑过渡。

在单树模型的包围球上定义一系列的采样视点，对每一个视点分层地进行光线跟踪采样得到一组带深度的图像，然后对深度图像进行按块地自适应剖分重建网格并将各面片对应的纹理合并到大块的纹理库。

对森林进行递归地四叉剖分建立KD-Tree，叶结点为单树的采样深度网格，中间结点代表其所有子结点，根结点代表整个森林。

基于叶结点的层次化深度网格，采用与建立单树模型层次化深度网格相同的方法，自下而上地对各非叶结点进行采样和创建深度网格，对最终形成的纹理库采用S3TC方法进行压缩保存。

建立森林结点绘制队列的过程就是自上而下地遍历森林KD-Tree，根据当前的视点和视域锥，递归地选择合适地结点，按其到视点的距离进行排序建立绘制队列。