[发明专利]基于GPU的自适应曲面细分方法

说明书

基于GPU的自适应曲面细分方法涉及计算机图形学领域。现存的细分方法，随着细分的进行，顶点和边的数量会急剧增加，实际情况是，在细分迭代数次后，某些区域(如较平坦部分或者初始控制网格较稠密的部分)其控制网格已较好地逼近极限细分曲面，而在另外一些区域(如曲率变化较大的部分)其控制网格还比较粗糙，需要继续细分。为了减少不必要的计算资源的浪费，自适应的曲面细分算法就很重要了。本发明有效的解决曲面光滑度和数据量之间的矛盾，使得在保证曲面细分显示效果的前提下提高渲染帧率。采取了两种基于三角形面片的细分模式：PN三角形和Phong细分进行验证，实验证明，基于GPU的自适应曲面细分方法具有很好的现实和理论意义。

技术领域

本发明属于计算机图形学领域，涉及一种基于GPU的自适应曲面细分方法。

背景技术

随着现代工业的发展，计算机辅助与制造发展迅速，其技术水平的发展已成为一个国家现代化水平的重要标志。其中计算机辅助几何设计(Computer Aided GeometricDesign简称为CAGD)是对外形方面的几何信息的计算机表示，现在已经是计算机应用学科的一个重要分支。

由于计算机离散化表示数据，计算机不能直接生成曲线，当然更不能直接生成曲面。我们在计算机屏幕上看到的曲线、曲面实际上是由无数个多边形构成的。当然多边形越多，那么曲面就会展现的更为真实。要得到精细的效果，需要提供包含大量控制点的实体模型，称之为高模模型，但这给模型设计带来了大量的工作量，提高了人力成本。

曲面细分技术，是一种化繁为简的手段，在模型已有的表面上细分出顶点，逐步逼近理想曲面。1978年Edwin Catmull和Jim Clark提出经典的Catmull-Clark曲面细分算法，由于该算法的递归特性不适用于GPU编程，基于三角形的Loop细分算法也不适用GPU编程。近些年一大批适用于GPU编程的曲面细分算法被提出，比如：2008年CHARLES LOOP和SCOTTSCHAEFER两人于2008年提出了一种近似Catmull-Clark细分面的算法、同年TamyBoubekeur提出的Phong细分算法。由于细分曲面的顶点和面数以指数速度增长，绘制速度会随细分深度增加而迅速降低，所以在GPU技术出现之前细分曲面技术难以实用，直到由ATI公司基于GPU开发应用了曲面细分之后，曲面细分技术得以在工业设计、计算机动画和雕塑曲面等的设计加工中被广泛应用和研究。

现存的细分方法，随着细分的进行，顶点和边的数量会急剧增加，所以对庞大复杂的网格模型进行细分时，将耗费大量的存储资源和运算资源。同时对后续的显示、传输或者数控加工编程增加负担。而实际情况是，在细分迭代数次后，某些区域(如较平坦部分或者初始控制网格较稠密的部分)其控制网格已较好地逼近极限细分曲面，而在另外一些区域(如曲率变化较大的部分)其控制网格还比较粗糙，需要继续细分。为了减少不必要的计算资源的浪费，自适应的曲面细分算法就很重要了。根据给定的局部细分准则，对整个控制网格上进行局部细分，力求以规模较小的网格来表示精度较高的细分曲面，这对于扩大细分曲面的应用具有重要的工程意义。

基于以上背景，基于GPU的自适应曲面细分方法提出了一种自适应策略，将有效的解决曲面光滑度和数据量之间的矛盾，使得在保证曲面细分显示效果的前提下提高渲染帧率。采取了两种基于三角形面片的细分模式：PN三角形和Phong细分进行验证，实验证明，基于GPU的自适应曲面细分方法具有很好的现实和理论意义。

发明内容

发明目的：以有效的解决曲面光滑度和数据量之间的矛盾，使得在提高显示效果的前提下提高渲染帧率。

本发明包括：至少支持Directx11的GPU。

基于GPU的自适应曲面细分方法；其特征在于，在计算机中是依次按以下步骤实现的：

步骤(1)，Directx11初始化

具体包括：