大规模复杂场景可见性问题研究.PDFVIP

大规模复杂场景的可见性问题研究 普建涛 查红彬 （北京大学视觉与听觉信息处理国家重点实验室 北京 100871 ） 摘 要 大规模复杂场景的快速绘制技术是虚拟现实、实时仿真以及三维交互设计等许多重要应用的底层 支撑技术，也是诸多研究领域面临的一个基本问题。作为其中一个技术解决手段，可见性问题在近年来得 到了高度重视并取得了一系列研究成果。本文通过对相关可见性算法进行分析与总结，阐述了可见性问题 的研究内容，提出了方法的优劣判别标准，给出了可见性判断算法所应包含的基本组成部分和步骤，最后 指出未来仍然需要重点研究的若干关键问题。 关键词 可见性，剪裁， 大规模复杂场景，实时漫游 中图法分类号 TP391 1 引 言 [1] 可见性问题涉及到众多的研究领域 。作为计算机图形学的一个基本问题，它的主要目 的是对于给定的场景和观察视点，通过对遮挡关系进行快速判断，扔弃大量不需要绘制的图 形对象，降低场景的复杂程度，增加整个场景的真实感，最终实现低负荷绘制与网络传输。 早在70 年代，针对隐藏面消除HSR （Hidden Surface Removal ）就已经提出了众多算法。 Sutherland 等人[2]在 1974 年的一份研究报告里面对已有的HSR 算法进行了讨论与分类，从 中不难看出，从隐藏面消除的这个角度，这个问题已经得到了基本解决。但是，随着三维场 景的规模与复杂度的增加，试图用传统的方法对场景进行实时操纵或者漫游变得非常困难。 比如，波音777 的三维模型大概有500 万个三角形面片[3] ，如果以20 帧/秒的速度来绘制的 话，那么就需要每秒钟绘制100 亿个三角形面片，计算量非常大，即使目前最好的图形硬件 也很难满足要求。因此，在保证场景真实感前提下，为了提高人机交互的实时性，要尽可能 地减少绘制的工作量。目前，除网格简化等方法之外，可见性判断是一种行之有效的方法， 因为在大规模复杂场景中，虽然需要绘制的对象数量大幅度增加了，但是对观察者来说却未 必增加很多，往往可见实体的数目要远远小于输入实体的总和。例如，当观察者处于房间内 部的时候，进入视觉范围的只是房间里的部分物体以及透过门窗所能看到的东西；当处于房 间外部的时候，只能看到房间的外表面，其内部对观察者来说是不可见的。因此，场景规模 与实际绘制量之间存在一定的差异，这也正是可见性研究的依据和基础。 本文的主要结构如下：（1）阐述了可见性问题面临的技术难点；（2 ）对国内外主要研究 成果进行分析与总结；（3 ）抽象出现有遮挡裁减算法的特点与分类；（4 ）总结了可见性判断 算法包含的基本步骤以及算法的优劣判别标准；（5 ）指出了未来仍然需要重点研究的若干关 键问题；最后给出了全文总结。 2 可见性问题的难点 在实际应用中，可见性问题并不仅仅是一个简单的遮挡关系判断问题。由于场景规模的 增大产生了计算复杂度与稳定性问题，不仅需要考虑交互的实时性，而且还要考虑画面的质 量与稳定性，很多因素影响可见性判断所需要采取的策略，传统的HSR 算法很难满足实际 应用要求。主要难点表现在： （1）复杂场景的非连续变化性。观察者视点空间位置的微小变动可能会造成显示帧率 急剧变化，产生“POPING ”或者空白现象，影响漫游效果。 （2 ）场景的状态变化。场景呈现的状态也影响可见性判断的复杂程度，对于动态场景 由于往往需要预先计算出潜在可见实体集合PVS （Potentially Visible Set ），一旦遮挡物或者 被遮挡物在交互或者漫游过程中发生位置改变，PVS 可能会因为无法实时更新而变得无效， 最终导致错误的可见性判断。 （3 ）观察视点的连续变化性。传统的HSR 算法主要是基于点进行可见性判断，但是为 了满足一些特定要求，比如漫游帧率与画面质量，需要基于体或者区域来进行可见性判断。 （4 ）对场景规模的敏感度。随着场景规模的增大，可见性判断的计算量亦随之增大， 一般呈线性增长，往往会超过机器的实时计算和图形绘制能力，应用场景的规模就受到限制。 因此，要尽可能降低计算量与场景规模之间的关联。 （5 ）可见性判断结果的非精确性。为了满足实时性的要求，往往需要采取近似的方法， 不能保证计算结果一定是精确的，通常会遗漏部分可见实体。因此，需要