CN107292946B - 一种基于brdf函数线性过滤的图像渲染方法 - Google Patents
一种基于brdf函数线性过滤的图像渲染方法 Download PDFInfo
- Publication number
- CN107292946B CN107292946B CN201710448261.3A CN201710448261A CN107292946B CN 107292946 B CN107292946 B CN 107292946B CN 201710448261 A CN201710448261 A CN 201710448261A CN 107292946 B CN107292946 B CN 107292946B
- Authority
- CN
- China
- Prior art keywords
- brdf
- map
- image
- segmentation
- mip
- 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.)
- Active
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005315 distribution function Methods 0.000 title claims abstract description 23
- 238000001914 filtration Methods 0.000 title claims abstract description 19
- 230000002457 bidirectional effect Effects 0.000 title claims description 5
- 230000011218 segmentation Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于BRDF函数线性过滤的图像渲染方法，包括：创建BRDF图；针对BRDF图创建纹理缓存，将每个物体的几何三角形光栅化到所述纹理缓存中；针对纹理缓存中的每个纹理像素，计算对应的vMF分布函数参数以及‖r‖；依据场景中法线的分布进行区域分割，分割后的纹理像素中存储该区域对应的vMF分布函数参数，将分割后产生的BRDF图拼接得到MIP‑Map过的BRDF图；针对待渲染图像中的每个像素，计算该像素覆盖的区域大小，并据此获得该像素对应的MIP‑Map层级，然后从对应的MIP‑Map过的BRDF图中读取对应的位置信息，并进行渲染。本发明把滤波应用于实时渲染中，能够提高绘制质量，加速计算过程。
Description
技术领域
本发明涉及图像渲染技术领域，具体涉及一种基于BRDF函数线性过 滤的图像渲染方法。
背景技术
在实时渲染的时候，正确表现出物体的细节非常重要，为了减少计算 量，同时保证物体的渲染效果，通常采用法线贴图以及BRDF函数图。
法线贴图(Normal Map)是一种使用较为广泛的绘制技术，通过利用 法线贴图存储以及表达物体表面的细微几何变化，可以在大幅降低场景几 何复杂度，减少渲染时计算量的同时，更好地保留并表现物体表面的细节， 因此被广泛应用于各领域。BRDF函数图(BRDF Map)也是一种使用广 泛的绘制技术，通过把BRDF函数参数信息存储在纹理中从而实现复杂的 几何表面材质变化。
法线贴图以及BRDF函数图的出现使计算机渲染复杂场景的能力得到 了很大的提高，但是由于在着色时候的非线性性质，计算出准确的法线贴 图信息和BRDF函数参数信息也是一个比较困难的问题。因此，要想表现 出同一个物体在不同尺寸时的表面细节，就需要有一个好的法线贴图和 BRDF函数图的滤波方法。
传统的滤波方法有直接采样、Mip-Map的法线贴图滤波方法，但是这 些方法都会造成法线贴图信息以及BRDF函数参数信息的丢失，从而使渲 染程序不能准确地表达出物体的细节。
为了解决这个问题，离线绘制方法经常使用非常重度的超级采样来缓 解这个问题，但是却带来了巨大的计算消耗。
发明内容
本发明提供了一种基于BRDF函数线性过滤的图像渲染方法，把滤波 应用于实时渲染中，与现有的滤波方法相比，能够提高绘制质量，与超级 采样的方法相比，大大加速了计算过程，能够实时完成MIP-Map的构建。
一种基于BRDF函数线性过滤的图像渲染方法，包括：
步骤1，创建BRDF图，该BRDF图包括场景的BRDF参数以及法线信 息；
步骤2，针对BRDF图创建纹理缓存，将每个物体的几何三角形通过各 自的纹理坐标光栅化到所述纹理缓存中；
步骤3，针对纹理缓存中的每个纹理像素，依据下式计算对应的vMF 分布函数：
式中，γ(s)为vMF分布函数；
κ为材质对应的材质系数，当材质的高光系数>>1时，κ和高光系数等 效；
μ为该vMF分布函数的主轴方向；
s为任意需要计算的方向。
同时，解如下三次方程，得到‖r‖：
‖r‖3-κ‖r‖2-3‖r‖+κ＝0；
步骤4，依据场景中法线的分布进行区域分割，分割后的纹理像素中 存储该区域对应的vMF分布函数，将分割后产生的BRDF图拼接得到 MIP-Map过的BRDF图(即多级纹理映射过的BRDF图)；
步骤5，针对待渲染图像中的每个像素，计算该像素覆盖的区域大小， 并据此获得该像素对应的MIP-Map层级，然后从对应的MIP-Map过的 BRDF图中读取对应的位置信息，并进行渲染。
步骤2～步骤3为BRDF图的MIP-Map过程，即针对给定的BRDF图，执 行一次额外的渲染过程对该BRDF图构建MIP-Maps，构建MIP-Maps的同时 根据法线的分布情况对整个法线分布进行区域分割，每个分割后的纹理像 素中存储该区域对应的vMF分布函数及其参数。
针对动态场景，步骤1中的BRDF图每帧更新。
步骤1中，所述BRDF图由素材库中BRDF图更改信息形式为vMF分布 函数形式得到。
作为优选，步骤2中的纹理缓存和步骤1中的BRDF图具有相同的分辨 率。
作为优选，依据‖r‖值大小进行步骤4中的区域分割，分割级别为m×n， 其中，m为摄像机半球面上经度方向的分割数量，n为摄像机半球面上纬度 方向的分割数量；m、n的取值组合为：1×1，1×2或1×4。
进行区域分割时，设定不同的阈值，依据‖r‖值相对于阈值的大小进 行分割，将法线相对集中的部分划分至同一区域。阈值大小的确定为经验 值，区域分割的数量根据法线分布的复杂程度进行确定。
本发明提供的基于BRDF函数的图像渲染方法，把滤波应用于实时渲 染中，与现有的滤波方法相比，能够提高绘制质量，与超级采样的方法相 比，大大加速了计算过程，能够实时完成MIP-Map的构建。
具体实施方式
下面对本发明基于BRDF函数的图像渲染方法做详细描述。
一种基于BRDF函数的图像渲染方法，包括：
步骤1，创建BRDF图，该BRDF图包括场景的BRDF参数以及法线信 息；针对动态场景，步骤1中的BRDF图每帧更新。
该步骤中，BRDF图由素材库中BRDF图更改信息形式为vMF形式得到。
步骤2，针对BRDF图创建纹理缓存，该纹理缓存和步骤1中的BRDF 图具有相同的分辨率，将每个物体的几何三角形通过各自的纹理坐标光栅 化到纹理缓存中。
在步骤2中，所有的法线被转换到摄像机空间中。
步骤3，针对纹理缓存中的每个纹理像素，依据下式计算对应的vMF 分布函数：
式中，γ(s)为vMF分布函数；
κ为材质对应的材质系数，当材质的高光系数>>1时，κ和高光系数等 效；
μ为该vMF分布函数的主轴方向；
s为任意需要计算的方向。
同时，解如下三次方程，得到‖r‖：
‖r‖3-κ‖r‖2-3‖r‖+κ＝0；
计算得到的vMF分布函数以及‖r‖保存在对应的纹理像素中。
步骤4，依据场景中法线的分布进行区域分割，分割后的纹理像素中 存储该区域对应的vMF分布函数，将分割后产生的BRDF图拼接得到 MIP-Map过的BRDF图；
步骤5，针对待渲染图像中的每个像素，计算该像素覆盖的区域大小， 并据此获得该像素对应的MIP-Map层级，然后从对应的MIP-Map过的 BRDF图中读取对应的位置信息，并进行渲染。
依据‖r‖值大小进行步骤4中的区域分割，分割级别为m×n，其中， m为摄像机半球面上经度方向的分割数量，n为摄像机半球面上纬度方向 的分割数量；m、n的取值组合为：1×1，1×2或1×4。
Claims (5)
1.一种基于BRDF函数线性过滤的图像渲染方法，其特征在于，包括：
步骤1，创建BRDF图，该BRDF图包括场景的BRDF参数以及法线信息；
步骤2，针对BRDF图创建纹理缓存，将每个物体的几何三角形通过各自的纹理坐标光栅化到所述纹理缓存中；
步骤3，针对纹理缓存中的每个纹理像素，依据下式计算对应的vMF分布函数：
式中，γ(s)为vMF分布函数；
k为材质对应的材质系数，当材质的高光系数>>1时，κ和高光系数等效；
μ为该vMF分布函数的主轴方向；
s为任意需要计算的方向；
同时，解如下三次方程，得到‖r‖：
‖r‖3-κ‖r‖2-3‖r‖+κ＝0；
步骤4，依据场景中法线的分布进行区域分割，分割后的纹理像素中存储该区域对应的vMF分布函数，将分割后产生的BRDF图拼接得到MIP-Map过的BRDF图；
步骤5，针对待渲染图像中的每个像素，计算该像素覆盖的区域大小，并据此获得该像素对应的MIP-Map层级，然后从对应的MIP-Map过的BRDF图中读取对应的位置信息，并进行渲染。
2.如权利要求1所述的基于BRDF函数线性过滤的图像渲染方法，其特征在于，针对动态场景，步骤1中的BRDF图每帧更新。
3.如权利要求1所述的基于BRDF函数线性过滤的图像渲染方法，其特征在于，步骤1中，所述BRDF图由素材库中BRDF图更改信息形式为vMF分布函数形式得到。
4.如权利要求1所述的基于BRDF函数线性过滤的图像渲染方法，其特征在于，步骤2中的纹理缓存和步骤1中的BRDF图具有相同的分辨率。
5.如权利要求1所述的基于BRDF函数线性过滤的图像渲染方法，其特征在于，依据‖r‖值大小进行步骤4中的区域分割，分割级别为m×n，其中，m为摄像机半球面上经度方向的分割数量，n为摄像机半球面上纬度方向的分割数量；m、n的取值组合为：1×1，1×2或1×4。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710448261.3A CN107292946B (zh) | 2017-06-14 | 2017-06-14 | 一种基于brdf函数线性过滤的图像渲染方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710448261.3A CN107292946B (zh) | 2017-06-14 | 2017-06-14 | 一种基于brdf函数线性过滤的图像渲染方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107292946A CN107292946A (zh) | 2017-10-24 |
| CN107292946B true CN107292946B (zh) | 2020-07-10 |
Family
ID=60096412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710448261.3A Active CN107292946B (zh) | 2017-06-14 | 2017-06-14 | 一种基于brdf函数线性过滤的图像渲染方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107292946B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109618088B (zh) * | 2018-01-05 | 2022-10-14 | 马惠岷 | 具有光照识别与重现功能的智能化拍摄系统及方法 |
| CN108537869B (zh) * | 2018-03-08 | 2022-03-18 | 哈尔滨工程大学 | 一种基于级联纹理的圆锥追踪动态全局光照方法 |
| CN110148201B (zh) * | 2019-04-23 | 2020-12-25 | 浙江大学 | 一种超高精度的织物实时渲染方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105261059A (zh) * | 2015-09-18 | 2016-01-20 | 浙江大学 | 一种基于在屏幕空间计算间接反射高光的渲染方法 |
-
2017
- 2017-06-14 CN CN201710448261.3A patent/CN107292946B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105261059A (zh) * | 2015-09-18 | 2016-01-20 | 浙江大学 | 一种基于在屏幕空间计算间接反射高光的渲染方法 |
Non-Patent Citations (2)
| Title |
|---|
| Fast estimation and rendering of indirect highlights;J.Laurijssen等;《Computer graphics forum》;20100826;第29卷(第4期);1305-1313 * |
| Realtime rendering glossy to glossy reflections in screen space;Chao Xu等;《Computer graphics forum》;20151015;第34卷(第7期);57-66 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107292946A (zh) | 2017-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105374005B (zh) | 数据处理系统及其操作方法、计算机可读存储介质 | |
| US10878527B2 (en) | Variable resolution graphics processing | |
| US8659593B2 (en) | Image processing apparatus, method and program | |
| Höllein et al. | Stylemesh: Style transfer for indoor 3d scene reconstructions | |
| CN108229276B (zh) | 神经网络训练及图像处理方法、装置和电子设备 | |
| US8497876B2 (en) | Infinite complexity deep-framebuffer rendering | |
| US8330767B2 (en) | Method and apparatus for angular invariant texture level of detail generation | |
| US20160042530A1 (en) | Local irradiance estimation for use in rendering an image | |
| US10733786B2 (en) | Rendering 360 depth content | |
| KR102650215B1 (ko) | 영상 처리 방법 및 장치 | |
| US8803902B2 (en) | Computing level of detail for anisotropic filtering | |
| CN107292946B (zh) | 一种基于brdf函数线性过滤的图像渲染方法 | |
| CN108197555B (zh) | 一种基于人脸追踪的实时人脸融合方法 | |
| US7907147B2 (en) | Texture filtering apparatus, texture mapping apparatus, and method and program therefor | |
| Wolf et al. | Surface Reconstruction from Gaussian Splatting via Novel Stereo Views | |
| US10652514B2 (en) | Rendering 360 depth content | |
| CN115280368A (zh) | 用于渲染的滤波 | |
| KR101715266B1 (ko) | 그래픽 가속기에 기반한 3d 모델의 라인 드로잉 방법 및 이를 이용한 프로그램이 기록된 컴퓨터 판독가능 기록매체 | |
| CN113284081A (zh) | 深度图超分辨率优化方法、装置、处理设备及存储介质 | |
| CN107330965B (zh) | 一种利用局部保守光栅化方法实现硬阴影反走样的方法 | |
| Hjelmervik | Direct pixel-accurate rendering of smooth surfaces | |
| CN111627098A (zh) | 对图像中水流区域识别并生成动态水流视频的方法及装置 | |
| WO2011066673A1 (en) | Rendering method | |
| US10026223B2 (en) | Systems and methods for isosurface extraction using tessellation hardware | |
| Galea et al. | Gpu-based selective sparse sampling for interactive high-fidelity rendering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |