CN104331918A - 基于深度图实时绘制室外地表遮挡剔除以及加速方法 - Google Patents

基于深度图实时绘制室外地表遮挡剔除以及加速方法 Download PDF

Info

Publication number
CN104331918A
CN104331918A CN201410564194.8A CN201410564194A CN104331918A CN 104331918 A CN104331918 A CN 104331918A CN 201410564194 A CN201410564194 A CN 201410564194A CN 104331918 A CN104331918 A CN 104331918A
Authority
CN
China
Prior art keywords
model
bounding box
depth map
depth value
depth
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.)
Granted
Application number
CN201410564194.8A
Other languages
English (en)
Other versions
CN104331918B (zh
Inventor
张翼
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.)
Of Ancient India Day Infotech Share Co Ltd In Wuxi
Original Assignee
Of Ancient India Day Infotech Share Co Ltd In Wuxi
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 Of Ancient India Day Infotech Share Co Ltd In Wuxi filed Critical Of Ancient India Day Infotech Share Co Ltd In Wuxi
Priority to CN201410564194.8A priority Critical patent/CN104331918B/zh
Publication of CN104331918A publication Critical patent/CN104331918A/zh
Application granted granted Critical
Publication of CN104331918B publication Critical patent/CN104331918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Generation (AREA)

Abstract

本发明公开了一种基于深度图实时绘制室外地表遮挡剔除以及加速方法,包括以下步骤:绘制当前场景,并把场景的深度值通过加速算法保存到一张深度图中;对待检测模型的包围盒进行光栅化,并判断待检测模型包围盒中的像素和上述步骤一中深度值的大小,从而得出遮挡剔除的结果。在引擎中的场景编辑中设置一部分视线遮挡体,然后绘制场景中的所有物体,记录当前场景的视线遮挡体的最小深度值,将待检测的物体的包围盒的深度值和绘制场景得到的最小深度做比较,得到物体的可见性。达到具有较好的遮挡效果且能实时绘制的目的。

Description

基于深度图实时绘制室外地表遮挡剔除以及加速方法
技术领域
本发明涉及计算机图像学领域,具体地,涉及一种基于深度图实时绘制室外地表遮挡剔除以及加速方法。
背景技术
随着计算机图形学技术的发展,可见性计算是计算机图像学中的一个基本的问题,其主要目的是对给定的场景和观察视点,通过场景物体的可见性,快速的剔除不需要绘制的物体,减少图形处理的几何复杂度,随着三维扫描技术和图形建模技术的快速发展,三维模型的规模和数据不断增大,最好的硬件的每秒只能对几万个三角形进行实时绘制,而对于室外地表绘制数据比较庞大,超过了一般图像软件的实时绘制和内存管理能力,使得大量复杂的场景绘制变得更加困难,可见性计算作为一种技术手段,得到越来越多研究学者的重视。
目前的技术一般是利用地平线遮挡来模拟大规模地形技术,其原理为:在室外的地表的山峰可以看成一个个物体,也可以被前面的更高的山峰遮挡,如果要绘制这种地形,绘制顺序是从前往后开始绘制且每次绘制都更新地平线位置,就能达到距离观察者地平线以下的物体将被剔除,其余的被渲染,把这种遮挡地平线剔除物体的方法称为地平线遮挡法,但是这种技术存在遮挡不完美,限制性比较多,每当视角切换时,地平线需要重新计算,不能实时绘制并且耗时的问题。
发明内容
本发明的目的在于,针对上述问题,提出一种基于深度图实时绘制室外地表遮挡剔除以及加速方法,以实现具有较好的遮挡效果且能实时绘制的优点。
为实现上述目的,本发明采用的技术方案是:
一种基于深度图实时绘制室外地表遮挡剔除以及加速方法,包括以下步骤:
步骤一、绘制当前场景,并把场景的深度值通过加速算法保存到一张深度图中;
步骤二、对待检测模型的包围盒进行光栅化,并判断待检测模型包围盒中的像素和上述步骤一中深度值的大小,从而得出遮挡剔除的结果。
优选的,步骤一中所述的深度值具体为:
在相机空间下,视椎体可见范围内,将可见模型进行分割,并对这些分割后的三角形给予光栅化得到场景深度值,那么可见模型分割三角形有三种情况:
第一种是三角形全部在视椎体内;第二种是三角形两个顶点在视椎体内,第三种是三角形一个顶点在视椎体内;对于第一种情况,模型的三角形不用进行分割,第二种情况,将视椎体内多边形分为两个三角形,第三种情况,将视椎体内三角形分割成一个三角形。
优选的,步骤一所述的加速算法为:SSE加速指令和多线程并发对数据进行加速处理。
优选的,所述SSE加速指令为:把场景的深度图划分为N个格子,格子中的像素用SSE加速指令来处理;
SSE加速指令具体为对4个float数据同时进行加减乘除,在扫描深度图像素时,一次扫描便得到4个像素的深度值。
优选的,多线程并发为:首先创建一张256*256大小的渲染目标,将这个空的渲染目标划分为横向M,纵向N的格子,每个格子分配给一个线程来处理,且在每个线程中都应用上述SSE加速指令,每个线程对应处理一个单元,处理的结果生成了一张深度图片元。
优选的,所述M=N=4,从而渲染目标被划分为16格,分配到16个线程来处理,最终生成的16个深度图片元,共同构成了一个当前场景的深度图。
优选的,步骤二中所述的包围盒为AABB类型的包围盒,该AABB类型的包围盒包含模型碰撞体,由各边平行于坐标轴的最小六面体组成。
优选的,步骤二中所述的判断待检测模型包围盒中的像素和深度值得大小具体为:首先每个线程处理光栅化后的多个包围盒,遍历每一个包围盒,采样待检测模型包围盒中的像素信息深度值,并与当前场景的深度值作比较,当待检测模型包围盒中任意像素的深度值小于当前场景深度值时,该待检测模型包围盒是可见的;当待检测模型包围盒中任意像素的深度值都大于当前场景深度值时,该待检测模型包围盒不可见。
优选的,还包括对深度图纹理和待检测的对象都进行降采样处理,经过降采样后的图像变小。
优选的,在每个线程做深度值大小判断的过程中,采用隔像素扫描,并根据模型对象和相机的距离,动态的改变像素扫描间隔数,模型对象距离相机越远,隔像素扫描的间隔越大,模型对象距离相机越近,采样的间隔数越小。
本发明的技术方案具有以下有益效果:
本发明中的技术方案,事先在引擎中的场景编辑中设置一部分视线遮挡体(模型),然后绘制场景中的所有物体,记录当前场景的视线遮挡体的最小深度值,将待检测的物体的包围盒的深度值和绘制场景得到的最小深度做比较,得到物体的可见性。达到具有较好的遮挡效果且能实时绘制的目的。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为模型的视线遮挡体示意图;
图2为未使用模型遮挡体场景示意图;
图3为场景中深度图划分多个格子的示意图;
图4为对图3划分为分多个格子进行线程处理的流程示意图;
图5为对模型进行分割以及光栅化后模型情况示意图;
图6为场景中N个包围盒的分割示意图;
图7为对图6所示的包围盒的处理流程图;
图8为本发明实施例所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法流程图。
其中,图中1-视线遮挡体;2-深度图。
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。
遮挡剔除,是当一个物体被其他物体遮挡住而不再摄像机的可见范围内时不对其进行渲染,它在3D图形处理并不是自动的处理,在场景中使用这种遮挡剔除技术,可以比不使用此技术提高50左右的帧率,所以尽量将遮挡技术加入游戏引擎。本发明技术方案提供了一种基于深度图的遮挡方法,具体步骤如图8所示:
第一:绘制当前场景,并把场景的深度值通过加速算法保存到一张深度图中;
在游戏引擎中,为了加快游戏的开发进度,与引擎开发的同时也开发了一些辅助的工具编辑器,例如:场景编辑器,动作编辑器,模型编辑器等,这些工具编辑器对模型大小和动作进行调整,缩放以及设置光照以便更好的应用于游戏中。为了模拟室外物体遮挡问题,事先在场景编辑器中设置一些模型作为视线遮挡体,这些模型略小于真实模型大小,这些模型是有多个三角形组成。 如图1所示:图中标注1为视线遮挡体。
把这些模型的三角形在CPU光栅化处理,包括两个操作,一个是几何操作:即输出的帧缓存来存放每个像素的颜色值,另一个是物理操作,即需要一个深度缓存来存放每个像素的深度值,然而得到场景深度值之前需要在相机空间下,视椎体可见范围内,将可见模型进行分割,并对这些分割后的三角形给予光栅化得到场景深度值,那么可见模型分割三角形有三种情况:
第一种是三角形全部在视椎体内,不需要分割;第二种是三角形两个顶点在视椎体内,第三种是三角形一个顶点在视椎体内;对于第一种情况,模型的三角形不用进行分割,第二种情况,将视椎体内多边形分为两个三角形,第三种情况,将视椎体内三角形分割成一个三角形。这样分割三角形的好处,使光栅化操作时,减少内存消耗,如图5所示。
本发明技术方案只保存了深度缓存中的深度值,利用这个深度值来得到当前场景的视线遮挡体的深度信息,这些深度值保存在一张深度缓存中,其里面存储着每个像素点的(绘制在屏幕上)深度值。
本发明技术方案采用了SSE加速指令和多线程并发对数据进行加速处理,具体做法为:
把场景的深度图划分为N个格子,格子中的像素用SSE加速指令来处理。
SSE加速指令的算法为:对4个float数据同时进行加减乘除,在扫描深度图像素时,一次扫描可以得到4个像素的深度值,这样数据的处理所花费的时间可以提高4倍。
多线程并发处理的加速算法,首先创建一张256*256大小的渲染目标,将这个空的渲染目标程序划分为横向M,纵向N的格子,每个格子分配给一个线程来处理,优选为M=N=4,那么这个渲染目标被划分为16格,分配到16个线程来处理,而每个线程中都应用到了SSE加速指令,每个线程对应处理一个单元,处理的结果生成了一张深度图片元,最终生成的这16个深度图片元,共同构成了一个当前场景的深度图。其过程如图3和图4所示。图4中的深度图2即为图3中的深度图。
第二:对待检测模型的包围盒进行光栅化,并判断模型包围盒中的像素和上步的深度值得大小;
在游戏中,为了模拟对象之间碰撞的真实性,为每个模型都设置一定的包围盒,包围盒的类型有很多种,轴对齐包围盒(Axis-Aligned Bounding Box,AABB)类型,有向包围盒(Oriented Bounding Box,OBB)类型,离散有向多面体(Discrete Oriented Polytope,DOP)类型,本发明技术方案所用的是AABB类型的包围盒,它包含模型碰撞体,各边平行于坐标轴的最小六面体组成,对于检测包围盒里的物体是否可见,就相当于检测包围盒是否可见,在GPU中对模型包围盒进行光栅化处理,光栅化就是其实就是将三维几何图形转化为二维图像的过程,把模型的几何信息和颜色信息转化为屏幕上用于对应位置像素及填充像素的颜色。
首先每个线程可以处理光栅化后的多个包围盒,遍历每一个包围盒并扫描分割后的多边形信息,采样模型包围盒中的像素信息深度值与当前场景的深度值作比较,当包围盒中任意像素的深度值小于当前场景深度信息时,该模型包围盒是可见的。当包围盒中任意像素的深度值都大于当前场景深度信息时,该模型包围盒不可见。
这个判断深度图的过程中,应用程序的每个线程都会处理多个场景包围盒。如图6和图7所示:
为了提高效率,本发明同时对深度图纹理和待检测的对象都进行降采样处理,降采样就是对得到的深度图的分辨率缩小原来的1/4或者1/16,经过降采样后的图像变小,降采样的目的:
1、使得图像符合显示区域的大小;
2、生成对应图像得到缩略图; 
3、可以减轻软件光栅化的消耗。
同时在每个线程做深度信息判断的过程中, 本发明采用隔像素扫描来起到加速的功能,根据模型对象和相机的距离,动态的改变像素扫描间隔数,从而加快扫描的速度,距离相机越远,隔像素扫描的间隔越大,距离相机越近,采样的间隔数越小,同时又能保证模型的层次细节。 
综上所述,本发明还具有以下特点:
(1)与场景有多复杂无关;
(2)无需对场景元素进行排序,节省时间;
(3)能够实时绘制且效率较高;
(4) 很好的兼容GPU管线,并可以采用多种方法来加速算法。
最后应说明的是:以上所述仅为本发明的优选实施例而已,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 (10)

1.一种基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,包括以下步骤:
步骤一、绘制当前场景,并把场景的深度值通过加速算法保存到一张深度图中;
步骤二、对待检测模型的包围盒进行光栅化,并判断待检测模型包围盒中的像素和上述步骤一中深度值的大小,从而得出遮挡剔除的结果。
2.根据权利要求1所述基于深度图实时绘制地表遮挡,其特征在于,步骤一所述的深度值为:在相机空间下,视椎体可见范围内,将可见模型进行分割,并对这些分割后的三角形给予光栅化得到场景深度值,所述可见模型分割三角形有三种情况:
第一种是三角形全部在视椎体内;第二种是三角形两个顶点在视椎体内,第三种是三角形一个顶点在视椎体内;对于第一种情况,模型的三角形不用进行分割,第二种情况,将视椎体内多边形分为两个三角形,第三种情况,将视椎体内三角形分割成一个三角形。
3.根据权利要求1或2所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,步骤一所述的加速算法为:SSE加速指令和多线程并发对数据进行加速处理。
4.根据权利要求3所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,所述SSE加速指令为:把场景的深度图划分为N个格子,格子中的像素用SSE加速指令来处理;
SSE加速指令具体为对4个float数据同时进行加减乘除,在扫描深度图像素时,一次扫描便得到4个像素的深度值。
5.根据权利要求4所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,多线程并发为:首先创建一张256*256大小的渲染目标,将这个空的渲染目标划分为横向M,纵向N的格子,每个格子分配给一个线程来处理,且在每个线程中都应用上述SSE加速指令,每个线程对应处理一个单元,处理的结果生成了一张深度图片元。
6.根据权利要求5所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,所述M=N=4,从而渲染目标被划分为16格,分配到16个线程来处理,最终生成的16个深度图片元,共同构成了一个当前场景的深度图。
7.根据权利要求4至6任一所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,步骤二中所述的包围盒为AABB类型的包围盒,该AABB类型的包围盒包含模型碰撞体,由各边平行于坐标轴的最小六面体组成。
8.根据权利要求7所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,步骤二中所述的判断待检测模型包围盒中的像素和深度值得大小具体为:首先每个线程处理光栅化后的多个包围盒,遍历每一个包围盒,采样待检测模型包围盒中的像素信息深度值,并与当前场景的深度值作比较,当待检测模型包围盒中任意像素的深度值小于当前场景深度值时,该待检测模型包围盒是可见的;当待检测模型包围盒中任意像素的深度值都大于当前场景深度值时,该待检测模型包围盒不可见。
9.根据权利要求7所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,还包括对深度图纹理和待检测的对象都进行降采样处理,经过降采样后的图像变小。
10.根据权利要求9所述的基于深度图实时绘制室外地表遮挡剔除以及加速方法,其特征在于,在每个线程做深度值大小判断的过程中,采用隔像素扫描,并根据模型对象和相机的距离,动态的改变像素扫描间隔数,模型对象距离相机越远,隔像素扫描的间隔越大,模型对象距离相机越近,采样的间隔数越小。
CN201410564194.8A 2014-10-21 2014-10-21 基于深度图实时绘制室外地表遮挡剔除以及加速方法 Active CN104331918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410564194.8A CN104331918B (zh) 2014-10-21 2014-10-21 基于深度图实时绘制室外地表遮挡剔除以及加速方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410564194.8A CN104331918B (zh) 2014-10-21 2014-10-21 基于深度图实时绘制室外地表遮挡剔除以及加速方法

Publications (2)

Publication Number Publication Date
CN104331918A true CN104331918A (zh) 2015-02-04
CN104331918B CN104331918B (zh) 2017-09-29

Family

ID=52406638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410564194.8A Active CN104331918B (zh) 2014-10-21 2014-10-21 基于深度图实时绘制室外地表遮挡剔除以及加速方法

Country Status (1)

Country Link
CN (1) CN104331918B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677395A (zh) * 2015-12-28 2016-06-15 珠海金山网络游戏科技有限公司 一种游戏场景像素消隐的系统和方法
CN106204703A (zh) * 2016-06-29 2016-12-07 乐视控股(北京)有限公司 三维场景模型渲染方法和装置
CN107330965A (zh) * 2017-06-12 2017-11-07 长春理工大学 一种利用局部保守光栅化方法实现硬阴影反走样的方法
CN107888897A (zh) * 2017-11-01 2018-04-06 南京师范大学 一种视频增强场景的优化方法
CN108205816A (zh) * 2016-12-19 2018-06-26 北京市商汤科技开发有限公司 图像渲染方法、装置和系统
CN108629106A (zh) * 2018-04-28 2018-10-09 北京仿真中心 三维模型遮挡体选取方法、系统、计算机设备及可读介质
CN109377552A (zh) * 2018-10-19 2019-02-22 珠海金山网络游戏科技有限公司 图像遮挡计算方法、装置、计算设备及存储介质
CN109564695A (zh) * 2016-09-16 2019-04-02 英特尔公司 用于高效3d图形流水线的装置和方法
CN109643463A (zh) * 2016-09-16 2019-04-16 英特尔公司 预设图形处理器内的分级式深度逻辑
CN109754462A (zh) * 2019-01-09 2019-05-14 上海莉莉丝科技股份有限公司 在虚拟场景中组合模型的方法、系统、设备和介质
CN109949423A (zh) * 2019-02-28 2019-06-28 华南机械制造有限公司 三维可视化展示交互方法、装置、存储介质及终端设备
CN110136082A (zh) * 2019-05-10 2019-08-16 腾讯科技(深圳)有限公司 遮挡剔除方法、装置及计算机设备
CN111161416A (zh) * 2019-12-11 2020-05-15 北京中科辅龙科技股份有限公司 根据模型形状信息精确调整模型显示优先级的方法和系统
CN111784612A (zh) * 2020-07-08 2020-10-16 网易(杭州)网络有限公司 游戏中剔除场景物体模型的方法及装置
CN112541960A (zh) * 2019-09-19 2021-03-23 阿里巴巴集团控股有限公司 三维场景的渲染方法、装置及电子设备
CN112686992A (zh) * 2021-01-12 2021-04-20 北京知优科技有限公司 用于智慧城市occ树的几何图形视锥体实现方法、装置及存储介质
CN112802175A (zh) * 2019-11-13 2021-05-14 北京博超时代软件有限公司 大规模场景遮挡剔除方法、装置、设备及存储介质
CN113129420A (zh) * 2021-04-14 2021-07-16 江苏理工学院 一种基于深度缓冲加速的光线追踪渲染方法
CN113256784A (zh) * 2021-07-02 2021-08-13 武大吉奥信息技术有限公司 一种基于gpu进行超高效绘制gis空间三维体素数据的方法
CN113797531A (zh) * 2021-08-30 2021-12-17 网易(杭州)网络有限公司 遮挡剔除实现方法、装置、计算机设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080158251A1 (en) * 2006-12-28 2008-07-03 Sathe Rahul P Real-time collision detection using clipping
US20100097377A1 (en) * 2008-10-20 2010-04-22 Jon Hasselgren Graphics Processing Using Culling on Groups of Vertices
CN102647602A (zh) * 2011-02-17 2012-08-22 北京大学深圳研究生院 一种基于gpu加速的2d视频转3d视频系统及方法
CN102722885A (zh) * 2012-05-23 2012-10-10 北京建筑工程学院 一种加快三维图形显示的方法
CN103530907A (zh) * 2013-10-21 2014-01-22 深圳市易尚展示股份有限公司 基于图像的复杂三维模型绘制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080158251A1 (en) * 2006-12-28 2008-07-03 Sathe Rahul P Real-time collision detection using clipping
US20100097377A1 (en) * 2008-10-20 2010-04-22 Jon Hasselgren Graphics Processing Using Culling on Groups of Vertices
CN102647602A (zh) * 2011-02-17 2012-08-22 北京大学深圳研究生院 一种基于gpu加速的2d视频转3d视频系统及方法
CN102722885A (zh) * 2012-05-23 2012-10-10 北京建筑工程学院 一种加快三维图形显示的方法
CN103530907A (zh) * 2013-10-21 2014-01-22 深圳市易尚展示股份有限公司 基于图像的复杂三维模型绘制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ULF ASSARSSON,TOMAS MOLLER: "Optimized View Frustum Culling Algorithms for Bounding Boxes", 《GRAPHICS TOOLS》 *
何旭锋: "大规模复杂场景的加速绘制方法研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
陈成军 等: "基于特征包围盒模型的装配诱导信息自适应显示方法", 《计算机辅助设计与图形学学报》 *
陈雷霆: "三维复杂场景实时绘制技术", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677395B (zh) * 2015-12-28 2019-09-10 珠海金山网络游戏科技有限公司 一种游戏场景像素消隐的系统和方法
CN105677395A (zh) * 2015-12-28 2016-06-15 珠海金山网络游戏科技有限公司 一种游戏场景像素消隐的系统和方法
CN106204703A (zh) * 2016-06-29 2016-12-07 乐视控股(北京)有限公司 三维场景模型渲染方法和装置
CN109643463B (zh) * 2016-09-16 2024-03-01 英特尔公司 预设图形处理器内的分级式深度逻辑
CN109564695B (zh) * 2016-09-16 2024-01-02 英特尔公司 用于高效3d图形流水线的装置和方法
CN109564695A (zh) * 2016-09-16 2019-04-02 英特尔公司 用于高效3d图形流水线的装置和方法
CN109643463A (zh) * 2016-09-16 2019-04-16 英特尔公司 预设图形处理器内的分级式深度逻辑
CN108205816A (zh) * 2016-12-19 2018-06-26 北京市商汤科技开发有限公司 图像渲染方法、装置和系统
CN107330965A (zh) * 2017-06-12 2017-11-07 长春理工大学 一种利用局部保守光栅化方法实现硬阴影反走样的方法
CN107330965B (zh) * 2017-06-12 2020-08-04 长春理工大学 一种利用局部保守光栅化方法实现硬阴影反走样的方法
CN107888897A (zh) * 2017-11-01 2018-04-06 南京师范大学 一种视频增强场景的优化方法
CN107888897B (zh) * 2017-11-01 2019-11-26 南京师范大学 一种视频增强场景的优化方法
CN108629106B (zh) * 2018-04-28 2021-12-07 北京仿真中心 三维模型遮挡体选取方法、系统、计算机设备及可读介质
CN108629106A (zh) * 2018-04-28 2018-10-09 北京仿真中心 三维模型遮挡体选取方法、系统、计算机设备及可读介质
CN109377552A (zh) * 2018-10-19 2019-02-22 珠海金山网络游戏科技有限公司 图像遮挡计算方法、装置、计算设备及存储介质
CN109754462A (zh) * 2019-01-09 2019-05-14 上海莉莉丝科技股份有限公司 在虚拟场景中组合模型的方法、系统、设备和介质
CN109949423A (zh) * 2019-02-28 2019-06-28 华南机械制造有限公司 三维可视化展示交互方法、装置、存储介质及终端设备
US11514640B2 (en) 2019-05-10 2022-11-29 Tencent Technology (Shenzhen) Company Limited Image occlusion processing method, device, apparatus and computer storage medium
CN110136082A (zh) * 2019-05-10 2019-08-16 腾讯科技(深圳)有限公司 遮挡剔除方法、装置及计算机设备
WO2020228511A1 (zh) * 2019-05-10 2020-11-19 腾讯科技(深圳)有限公司 图像中的遮挡处理方法、装置、设备及计算机存储介质
CN110136082B (zh) * 2019-05-10 2021-06-01 腾讯科技(深圳)有限公司 遮挡剔除方法、装置及计算机设备
US11783536B2 (en) 2019-05-10 2023-10-10 Tencent Technology (Shenzhen) Company Limited Image occlusion processing method, device, apparatus and computer storage medium
CN112541960A (zh) * 2019-09-19 2021-03-23 阿里巴巴集团控股有限公司 三维场景的渲染方法、装置及电子设备
WO2021052392A1 (zh) * 2019-09-19 2021-03-25 阿里巴巴集团控股有限公司 三维场景的渲染方法、装置及电子设备
CN112802175A (zh) * 2019-11-13 2021-05-14 北京博超时代软件有限公司 大规模场景遮挡剔除方法、装置、设备及存储介质
CN112802175B (zh) * 2019-11-13 2023-09-19 北京博超时代软件有限公司 大规模场景遮挡剔除方法、装置、设备及存储介质
CN111161416B (zh) * 2019-12-11 2023-08-29 北京互时科技股份有限公司 根据模型形状信息精确调整模型显示优先级的方法和系统
CN111161416A (zh) * 2019-12-11 2020-05-15 北京中科辅龙科技股份有限公司 根据模型形状信息精确调整模型显示优先级的方法和系统
CN111784612A (zh) * 2020-07-08 2020-10-16 网易(杭州)网络有限公司 游戏中剔除场景物体模型的方法及装置
CN112686992A (zh) * 2021-01-12 2021-04-20 北京知优科技有限公司 用于智慧城市occ树的几何图形视锥体实现方法、装置及存储介质
CN113129420B (zh) * 2021-04-14 2023-06-23 江苏理工学院 一种基于深度缓冲加速的光线追踪渲染方法
CN113129420A (zh) * 2021-04-14 2021-07-16 江苏理工学院 一种基于深度缓冲加速的光线追踪渲染方法
CN113256784A (zh) * 2021-07-02 2021-08-13 武大吉奥信息技术有限公司 一种基于gpu进行超高效绘制gis空间三维体素数据的方法
CN113797531A (zh) * 2021-08-30 2021-12-17 网易(杭州)网络有限公司 遮挡剔除实现方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN104331918B (zh) 2017-09-29

Similar Documents

Publication Publication Date Title
CN104331918A (zh) 基于深度图实时绘制室外地表遮挡剔除以及加速方法
CN104183005B (zh) 图形处理单元和基于图块的渲染方法
US10553013B2 (en) Systems and methods for reducing rendering latency
US10529117B2 (en) Systems and methods for rendering optical distortion effects
US7948487B2 (en) Occlusion culling method and rendering processing apparatus
CN104781852A (zh) 用于渲染三维场景的计算机绘图方法
JP2014507723A5 (zh)
US7812837B2 (en) Reduced Z-buffer generating method, hidden surface removal method and occlusion culling method
US10553012B2 (en) Systems and methods for rendering foveated effects
CN104504760B (zh) 实时更新三维图像的方法和系统
CN102768765A (zh) 实时点光源软阴影渲染方法
CN104103092A (zh) 一种基于聚光灯实时动态阴影的实现方法
CN107038745A (zh) 一种3d旅游景观漫游交互方法及装置
JP2012190428A (ja) 立体映像視覚効果処理方法
US20230230311A1 (en) Rendering Method and Apparatus, and Device
Ganestam et al. Real-time multiply recursive reflections and refractions using hybrid rendering
CN104299257A (zh) 一种基于室外太阳光实现实时动态阴影的方法
JP2021022032A (ja) 合成装置、方法及びプログラム
CN104217461A (zh) 一种基于深度图模拟实时凹凸效果的视差映射方法
Deepu et al. 3D Reconstruction from Single 2D Image
US11436797B2 (en) Image generation system and method
Rohmer et al. Tiled frustum culling for differential rendering on mobile devices
CN112686992A (zh) 用于智慧城市occ树的几何图形视锥体实现方法、装置及存储介质
KR101003060B1 (ko) 입체영상 제작을 위한 동영상 프레임 생성방법
Kolivand et al. Shadow mapping or shadow volume?

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant