CN105787979B - 一种优化二维矢量图形渲染性能的方法 - Google Patents

Abstract

本发明通过用户自定义的最优渲染结果图像，作为参考图像，当前非最优渲染结果图像，作为待评估图像，利用参考图像和待评估图像的几何开销比，图像质量峰值信噪比，并结合神经元非线性作用函数，即sigmoid函数的形式计算量化的用于确定图形渲染开销质量性价比结果Result，因此快速得到下次渲染该图形时，顺序相邻顶点间的最小几何距离值dis的量化增减程度，从而调节该图形的顶点数量，从而达到在图像质量和图形渲染几何开销之间的动态平衡，在保障图像质量不受视觉影响的前提下，最大程度通过减少渲染所需几何开销，从而提高渲染性能。

Description

一种优化二维矢量图形渲染性能的方法

技术领域

本发明涉及二维矢量图形渲染领域，尤其涉及于一种优化二维矢量图形渲染性能的方法。

背景技术

随着近年来便携式消费类电子设备的普及，高图像质量的人机交互界面越来越受到消费者的喜爱。然而，传统的位图格式图形难以满足动态的图形操作，尤其当用户对图形进行缩放时，低分辨率的位图在图像质量退化方面显得尤为明显。而二维矢量图形由于其具有无限缩放，但图形不失真的优点，逐渐在便携式消费类电子产品中得到了广泛应用，并取代传统的位图格式图形来实现各种绚丽的动态图形效果。

二维矢量图形由大量的顶点信息组成，其图形显示过程需要进行渲染处理，即对所有的顶点进行较为复杂的运算处理，然后决定需着色的各像素点位置，最终显示图形内容，从而得到渲染后的图像。

二维矢量图形的渲染过程首先根据目标图形的几何定义，比如直线、贝塞尔曲线、圆弧等，计算得到组成该图形的所需顶点，然后按顺序连接各顶点，得到组成目标图形的各条直线边，形成目标图形轮廓。最后填充目标图形区域内的各像素点，得到最终渲染结果图像。

渲染过程中，所需的顶点数量，称为图形几何开销。在由目标图形的几何定义生成各顶点的过程中，将会生成一定数量彼此较为接近的顶点，因此，可以采取顶点融合的方法，即将一定范围内的顺序生成的两个顶点，融合成一个顶点的方法，来实现减少图形几何开销的效果。

但是，在二维矢量图形的渲染过程中，图形几何开销很大程度上影响着渲染速度和图像质量：顶点数量的增加直接导致边的数量的增加，则曲线则越光滑，图像质量越高；同时，由于渲染过程中需处理更多的图形顶点信息，渲染速度受到极大的影响。

虽然顶点融合后的图形形状会有一定程度的改变，从而导致图像质量损失，但是，在图像质量损失允许范围内，顶点融合方法能在一定程度上提高渲染性能。

在现有技术中，未对图形几何开销和图像质量进行有效的平衡处理，因此，如何在硬件资源有限的环境下，快速的量化决定可融合的顶点间距，从而在渲染过程中生成最合适的图形几何开销，同时保证合理的图像质量，成为一个急待解决的问题。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种优化二维矢量图形渲染性能的方法。

为解决以上技术问题，本发明的技术方案是：一种优化二维矢量图形渲染性能的方法，其特征在于：

步骤1，用户设定顺序相邻两个顶点间的间距允许门限值为dis，所述dis为在渲染过程中所允许的两个相邻顶点之间的最小几何距离；所述顺序相邻两个顶点，坐标分别为(x₁，y₁)，(x₂，y₂)；若则将所述两个顶点融合成一个顶点，得到新顶点，所述新顶点的坐标为否则，不需要顶点融合；

步骤2，对于待渲染的图形，用户定义dis值为0，代表无顶点融合发生的高图像质量渲染方式，即采用用户认为顶点数量生成最多的渲染方式，所述渲染方式的渲染结果被用户定为质量最优图像，将所述质量最优图像定义为参考图像，将渲染所述质量最优图像所需的顶点数量记为C_ref；

步骤3，用户通过调节dis值，动态调节顶点生成数量C，重复渲染所述待渲染的图形，渲染的结果称为待评估图像；相对于所述参考图像，所述待评估图像的图像质量降低，并且C_ref＞C；

步骤4，利用峰值信噪比PSNR，量化衡量所述参考图像与所述待评估图像的图像质量损耗，并将量化衡量结果记为P；

步骤5，计算得到量化的图形渲染开销质量比值x，其中其含义为在下次渲染该图形时，顺序相邻两个顶点间的最小几何距离值dis应增加或减少的百分比；

步骤6，利用神经元非线性作用函数sigmoid函数得到图形渲染开销质量性价比结果Result，Result＝1/(1+e^-x)；

步骤7，定义视觉允许损耗值为α，其中α＞0；定义开销质量比动态误差值β，其中β＞0；若(30+α)≥P≥(30-α)且(0.5+β)＞Result＞(0.5-β)，表示该渲染方式的开销质量合理，则最近一次步骤3所采用的顶点生成渲染方式为开销质量比最优的渲染方式，渲染结束；

根据神经元非线性作用函数sigmoid的边界效应特性，若1＞Result≥(0.5+β)，则该渲染方式的开销质量过高，应减少顶点数量，降低图像质量，重新计算dis值，即dis＝dis*(1-x％)，再次执行步骤3；当(0.5-β)≥Result＞0时，表示该渲染方式的开销质量过低，应增加顶点数量，提高图像质量，重新计算dis值，即dis＝dis*(1+x％)，再次执行步骤3。

与现有技术相比，本发明的有益效果是：本发明通过用户自定义的最优渲染结果图像，作为参考图像，当前非最优渲染结果图像，作为待评估图像，利用参考图像和待评估图像的几何开销比，图像质量峰值信噪比，并结合神经元非线性作用函数，即sigmoid函数的形式计算量化的用于确定图形渲染开销质量性价比结果Result，因此快速得到下次渲染该图形时，顺序相邻顶点间的最小几何距离值dis的量化增减程度，从而调节该图形的顶点数量，从而达到在图像质量和图形渲染几何开销之间的动态平衡，在保障图像质量不受视觉影响的前提下，最大程度通过减少渲染所需几何开销，从而提高渲染性能。

附图说明

图1：顶点融合过程

具体实施方式：

下面通过具体实施方式对本发明作进一步详细说明。

为解决以上技术问题，本发明的技术方案是：一种优化二维矢量图形渲染性能的方法，其特征在于：

步骤1，用户设定顺序相邻顶点间的间距允许门限值dis，其含义为在渲染过程中，所允许的两个相邻顶点的集合距离。例如，顺序相邻两个顶点，坐标分别为(x1，y1)，(x2，y2)，若则将上述两个顶点融合成一个顶点，新顶点的坐标为否则，则无顶点融合发生。

步骤2，对于待渲染图形，用户定义dis值为0，代表无顶点融合发生的高图像质量渲染方式，即采用用户认为顶点数量生成最多的渲染方式，所述渲染方式渲染的结果被用户认定为质量最优图像，将所述质量最优图像定义为参考图像，将渲染所述质量最优图像所需的顶点数量记为C_ref；

步骤3，用户通过调节dis值，实现动态调节顶点生成数量，重复渲染步骤1的图像；步骤3初次执行时，用户可自行设置大于0的dis值，比如数值5，非首次执行时，dis值将随步骤7的结果更新调整；步骤3所需的顶点数量记为C，步骤3的渲染结果称为待评估图像；由于二维矢量图形渲染过程中，生成顶点越多，人眼视觉效果越好，因此，相对步骤1所得的参考图像而言，步骤3所得的待评估图像的图像质量将降低，同时，步骤3渲染所需的顶点数量将小于步骤2渲染所需顶点数量，即C_ref＞C；步骤3在依据步骤7的判断结果反复执行的过程中，生成的顶点数量会根据步骤6的判断结果增加或减少，但是始终保证C_ref＞C；

步骤4，利用峰值信噪比PSNR，量化衡量所述参考图像与所述待评估图像的图像质量损耗，并将量化衡量结果记为P；

步骤5，计算得到量化的图形渲染开销质量比值x，其中其含义为在下次渲染该图形时，顺序相邻顶点间的间距允许门限值dis应增加或减少的百分比；

步骤6，利用神经元非线性作用函数sigmoid函数得到图形渲染开销质量性价比结果Result，Result＝1/(1+e^-x)；

步骤7，用户自定义视觉允许损耗值为α，其中α＞0；用户自定义开销质量比动态误差值β，其中β＞0；若(30+α)≥P≥(30-α)且(0.5+β)＞Result＞(0.5-β)，表示该渲染方式的开销质量比较为合理，则最近一次步骤3所采用的顶点生成渲染方式为开销质量比最优的渲染方式，渲染结束；根据神经元非线性作用函数sigmoid的边界效应特性，当当1＞Result≥(0.5+β)时，表示该渲染方式的开销质量过高，应减少顶点数量，减少图像质量，重新计算dis值，即dis＝dis*(1-x％)，再次执行步骤3；当(0.5-β)≥Result＞0时，表示该渲染方式的开销质量过低，应增加顶点数量，增加图像质量，重新计算dis值，即dis＝dis*(1+x％)，再次执行步骤3。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以作出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (2)

1.一种优化二维矢量图形渲染性能的方法，其特征在于：

步骤1，用户设定顺序相邻两个顶点间的间距允许门限值为dis，所述dis为在渲染过程中所允许的两个相邻顶点之间的最小几何距离；所述顺序相邻两个顶点，坐标分别为(x₁，y₁)，(x₂，y₂)；若则将所述两个顶点融合成一个顶点，得到新顶点，所述新顶点的坐标为否则，不需要顶点融合；

步骤2，对于待渲染的图形，用户定义dis值为0，代表无顶点融合发生的高图像质量渲染方式，即采用用户认为顶点数量生成最多的渲染方式，所述渲染方式的渲染结果被用户定为质量最优图像，将所述质量最优图像定义为参考图像，将渲染所述质量最优图像所需的顶点数量记为C_ref；

步骤3，用户通过调节dis值，动态调节顶点的生成数量C，以再次渲染所述待渲染图形得到渲染结果，渲染的结果称为待评估图像；相对于所述参考图像，所述待评估图像的图像质量降低，并且C_ref＞C；

步骤4，利用峰值信噪比PSNR，量化衡量所述参考图像与所述待评估图像的图像质量损耗，并将量化衡量结果记为P；

步骤5，计算得到量化的图形渲染开销质量比值x，其中其含义为在下次渲染该图形时，顺序相邻两个顶点间的最小几何距离值dis应增加或减少的百分比；

步骤6，利用神经元非线性作用函数sigmoid函数得到图形渲染开销质量性价比结果Result，Result＝1/(1+e^-x)；

步骤7，定义视觉允许损耗值为α，其中α＞0；定义开销质量比动态误差值β，其中β＞0；若(30+α)≥P≥(30-α)且(0.5+β)＞Result＞(0.5-β)，表示该渲染方式的开销质量合理，则最近一次步骤3所采用的顶点生成渲染方式为开销质量比最优的渲染方式，渲染结束。

2.如权利要求1所述的优化二维矢量图形渲染性能的方法，其特征在于：

根据神经元非线性作用函数sigmoid的边界效应特性，当1＞Result≥(0.5+β)时，说明渲染方式的开销质量过高，则应当减少顶点数量，降低图像质量，此时重新计算所述dis值，即dis＝dis*(1-x％)，再次执行步骤3；

当(0.5-β)≥Result＞0时，说明渲染方式的开销质量过低，则应当增加顶点数量，提高图像质量，重新计算所述dis值，即dis＝dis*(1+x％)，再次执行步骤3；

当所述步骤3初次执行时，用户可自行设置大于0的dis值；

当非首次执行时，dis值将随步骤7的结果更新调整。