CN117710557A - 一种真实感体积云的构建方法、装置、设备及介质 - Google Patents
一种真实感体积云的构建方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117710557A CN117710557A CN202410163601.8A CN202410163601A CN117710557A CN 117710557 A CN117710557 A CN 117710557A CN 202410163601 A CN202410163601 A CN 202410163601A CN 117710557 A CN117710557 A CN 117710557A
- Authority
- CN
- China
- Prior art keywords
- cloud
- sampling
- illumination
- noise
- side effect
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000005070 sampling Methods 0.000 claims abstract description 147
- 238000005286 illumination Methods 0.000 claims abstract description 128
- 230000000694 effects Effects 0.000 claims abstract description 68
- 238000009877 rendering Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 241000353345 Odontesthes regia Species 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 36
- 230000001965 increasing effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 235000013405 beer Nutrition 0.000 claims description 7
- 230000005653 Brownian motion process Effects 0.000 claims description 6
- 238000005537 brownian motion Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 claims description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 229910052709 silver Inorganic materials 0.000 claims description 3
- 239000004332 silver Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000010521 absorption reaction Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000000149 argon plasma sintering Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 210000003850 cellular structure Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002834 transmittance 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
- G06T15/005—General purpose rendering architectures
-
- 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
- G06T15/506—Illumination models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种真实感体积云的构建方法、装置、设备及介质，涉及建模渲染技术领域，该方法包括：基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；确定光照衰减、暗边效应、银边效应以及各向异性，并建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。本发明同时使用了优化的光线行进技术来减少噪声和混叠伪影。为了实现翻滚体积云动态，引入动态模型来控制云运动和湍流效果，从而可以在飞行模拟器、游戏和电影等领域创建更具吸引力和沉浸式的云效果。
Description
技术领域
本发明涉及建模渲染技术领域，具体涉及一种真实感体积云的构建方法、装置、设备及介质。
背景技术
云是大气系统的重要组成部分，对气象、气候建模和大气模拟有着至关重要的影响。尽管如此，云的复杂性和活力仍然是一个重要的因素，成为当前更具真实感的云建模和渲染体积云的障碍。
发明内容
有鉴于此，本发明实施例提供了一种真实感体积云的构建方法、装置、设备及介质，以解决由于云的复杂性导致无法进行更具真实感云建模和渲染体积云的问题。
根据第一方面，本发明实施例提供了一种真实感体积云的构建方法，所述方法包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
结合第一方面，在第一方面第一实施方式中，所述基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，具体包括：
利用风场偏移采样空间点，得到采样坐标；
利用湍流纹理扰动采样坐标，确定采样坐标在倾斜空间下的倾斜坐标，并对倾斜坐标进行逆转换为未倾斜空间下的逆转换坐标，并基于采样坐标与逆转换坐标之间的坐标差异，确定采样坐标的噪声；
采样基础纹理，对采样坐标的噪声进行分型布朗运动计算，并与红通道噪声进行重映射；
利用天气图中绿通道表征的云类型得到云的基础形状，并结合天气图纹理中红通道表征的云覆盖率调制云层密度；天气图的绿通道用于控制云的类型，0表示层云，0.5表示层积云，1表示积云；天气图的红通道用于控制云层覆盖且红通道数值与云覆盖率正相关；
采样细节纹理，对采样坐标的噪声进行分型布朗运动计算，并侵蚀云的基础形状，得到采样坐标的采样点密度。
结合第一方面第一实施方式，在第一方面第二实施方式中，所述预设参数包括纹理类型、尺寸以及每一通道所采用的噪声类型。
结合第一方面，在第一方面第三实施方式中，所述确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值，具体包括：
采用比尔-朗伯定律确定光照衰减；
采用内散射概率函数确定暗边效应；
采用DHG相位函数确定银边效应以及各向异性。
构建光照模型；
将采样点密度输入至光照模型中，输出采样坐标的光照颜色值。
结合第一方面第三实施方式，在第一方面第四实施方式中，所述构建光照模型由比尔定律、糖粉效应函数和双HG 相位函数组成。
结合第一方面，在第一方面第五实施方式中，所述基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云，具体包括：
确定起始步长，并判定采样密度；
确定采样密度为0，增加步长以将采样密度设置为0；
确定采样密度不为0，累加光照颜色值并减少步长，直至满足预设条件，预设条件为满足以下任意一项：不透明度为1、离开体积场；
进行时间重投影，将图像分割为等份的四行四列的像素块，确定当前帧图像中待重投影的像素块以及当前帧前一帧图像中与待重投影的像素块位置相对应的匹配像素块，更新待重投影的像素块并复用当前帧前一帧中图像中除匹配像素块外的像素块。
结合第一方面第五实施方式，在第一方面第六实施方式中，所述基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云，还具体包括：
满足以下至少一项时停止计算光照步长：
采样坐标点已到达体积场外部；
采样累计的不透明度到达1；
采样密度持续为0。
根据第三方面，本发明实施例还提供一种真实感体积云的构建装置，所述装置包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
根据第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述真实感体积云的构建方法的步骤。
根据第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述真实感体积云的构建方法的步骤。
本发明的真实感体积云的构建方法、装置、设备及介质，通过引入一个新的体积云渲染方法，更加真实地表示常见的云类型和它们的动态变化。并且，为了有效地控制云层在天空中的分布和移动，本发明实施例中还引入了天气图来调节云层的覆盖率和类型，然后，再使用三种噪声纹理来准确地表示体积云形状。与现有的方法不同，本发明实施例中通过使用更具计算效率的单纯形噪声算法，并允许更自然的三维纹理清晰度，在云的光照模型中，使用了比尔-朗伯定律、内散射概率函数和改进的HG相位函数以更接近云的物理照明，通过引入优化的光线推进方式进行云渲染以减少噪声，通过引入动态模型来控制云的运动和湍流效果，使云的流动更加真实。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明提供的真实感体积云的构建方法的流程示意图；
图2示出了本发明提供的真实感体积云的构建方法中步骤S10具体的流程示意图；
图3示出了本发明提供的真实感体积云的构建方法中步骤S20具体的流程示意图；
图4示出了本发明提供的真实感体积云的构建方法中步骤S30具体的流程示意图；
图5示出了本发明提供的真实感体积云的构建装置的结构示意图；
图6示出了本发明提供的真实感体积云的构建方法的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
云是大气系统的基本方面，也是重要组成部分，在气象、气候建模和大气模拟中是至关重要的。然而，准确地建模和绘制现实的体积云仍然是一个重大的挑战。
由于云其复杂性和动态性，在计算机图形技术中，对云建模和渲染体积云进行了广泛的研究。目前已经开展了模拟云的各种技术，包括粒子系统、程序方法和基于物理的模拟。尽管取得了进展，渲染真实的体积云仍然提出了重大的挑战。一个主要的障碍是实现实时渲染，这需要高效的计算来生成高质量的图像，另一个障碍在于云物理学的精确建模，包括光散射、吸收和发射等物理过程的模拟。
这是由于当水滴或冰晶悬浮在大气中时，云就形成了，它们呈现出各种各样的形状和大小，从蓬松的积云到纤细的层云都有。这些动态云在风、温度和湿度的作用下不断演化。其中目前使用广泛云分类系统以云其三个主要类别即层云、层积云和积云作为一个被广泛接受的框架而区别开来。
云的分类范围很广，包括大约十种不同的类型，它们在外观和形成动力学上都有很大的变化。此外，云还可以根据几个参数进一步分类，如高度（低、中、高）、成分（水或冰）和结构（层状或分散）。其中，积云及其变化受到相当大的关注，由于它们显示的模式。这些云的形成主要源于强大的上升气流，从而形成了它们独特而显眼的形式。因此，计算机图形技术的大量研究直接或间接地针对这些特定的云类型进行研究。
云建模是使用计算机图形技术创建云的虚拟表示。例为了产生逼真的和视觉上吸引人的云层形态，模仿真实世界中的自然云层形态，目前已有的云建模技术可以大致分为两类：基于网格的方法和基于体积的方法。
基于网格的方法使用不同的网格、曲线或几何形状对云进行建模。例如，结合隐式函数和湍流为基础的技术将，两者的优势相结合以提高设计和动画的体积对象；再例如，一些云动画技术使用到元胞自动机来模拟云的形成与简单的过渡规则的演变，然后使用快速渲染的方式生成逼真的云图像，由此产生的动画，包括现实的云运动、阴影、光线等，它允许快速图像生成使用图形硬件。
基于体积的方法生成云形状并根据纹理、噪声和图像对云建模。例如，云模拟使用相结合的纹理椭球和数学纹理函数来表示云的外观与真实感，同时计算效率高，易于构造；再例如，基于图像的云建模方法使用半球照片作为输入，从照片中计算云的强度和不透明度。然后，创建一个网格，通过生成顶点，其半径坐标是由一个半球上的相应像素的亮度值进行处理得到的，并对它们进行三角剖分。
体积云渲染是一种计算机图形技术，在三维场景中渲染云和大气效果。这个过程包括用三维体素网格来表示云的复杂几何形状，然后用它来模拟云形成过程中的光散射和吸收效应。由于光在云内传播的精确模型在实时上成本较高，一些技术中使用预先计算来抵消削减成本。
为了解决上述问题，在本实施例中提供了一种真实感体积云的构建方法，旨在不依赖第三方数据的前提下对行人轨迹数据进行实时地纠偏处理。本发明实施例的真实感体积云的构建方法可用于电子设备中，电子设备包括但不局限于电脑、移动终端、可穿戴智能设备等，图1是根据本发明实施例的真实感体积云的构建方法的流程示意图，如图1所示，该方法包括如下步骤：
S10、基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，采样出来的云密度用于后续的光照计算。其中，低层云包括层云、层积云以及积云，主要是因为这三种低层云具有不同的高度梯度。
在本发明实施例中，预设参数设置为：
单形（Simplex）噪声是基于网格的梯度噪声，它将空间划分为单形（N维空间下最简单的单元体）。与珀林（Perlin）噪声类似，但方向性伪影更少，在更高的维度上，计算开销更低；沃利（Worley）噪声是基于点的噪声，它是泰森多边形（Voronoi图）的扩展，通过计算每个点到其最近邻点的距离，生成了一个细胞状的结构；单形-沃利（Simplex-Worley）噪声是通过重映射方法将Simplex噪声和Worley噪声结合起来得到的组合噪声；Curl噪声是一种用于模拟流体运动或涡旋状结构的噪声，它主要关注于捕捉旋涡和流动方向，这意味着在每个点上，通过对噪声场的梯度向量进行操作，得到一个表示旋度的值。
基础纹理用于定义云的基本形状，红（R）通道存储 Simplex-Worley噪声，GBA通道分别存储了三个频率渐增的 Worley 噪声；细节纹理用于向基础纹理定义的基本云层形状添加细节，RGB通道分别存储了三个频率渐增的 Worley 噪声，这三个Worley噪声相较于基础纹理中的三个Worley噪声频率更高；湍流纹理用于扭曲云的形状，增加云层的湍流感，RGB通道分别存储了三个频率渐增的Curl噪声。
需要说明的是，上述的低、中、高频率为图像的频率，为图像灰度值变化剧烈程度的指标，是灰度在平面空间上的梯度。
低频就是颜色缓慢地变化，也就是灰度缓慢地变化代表着那是连续渐变的一块区域；高频就是频率变化快即相邻区域之间灰度相差很大，图像中个影像与背景的边缘部位通常会有明显的差别，因此，图像边缘的灰度值变化快，就对应着频率高，即高频显示图像边缘；介于两者之间的就是中频。
S20、进行光照计算，输出采样坐标的光照颜色值。
在视频游戏和其他交互式媒体中创建逼真和身临其境的场景云是必不可少的，特别是表现出光衰减和散射的云体积。需要注意的是，虽然光在真空中是以直线传播的，但对于参与的介质来说却未必这样，因为光子是通过散射或吸收与介质发生相互作用的。因此，光在相互作用的介质中散射导致衰减和模糊。
上述介质的粒子密度、吸收系数/>，散射系数/>和相位函数是相关的影响参数。
S30、基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理即进行渲染性能优化处理，得到体积云。在本发明实施例中，渲染性能优化包括了光线步进算法优化、时间重投影的改进处理。
本发明的提供的真实感体积云的构建方法，通过引入一个新的体积云渲染方法，更加真实地表示常见的云类型和它们的动态变化。并且，为了有效地控制云层在天空中的分布和移动，本发明实施例中还引入了天气图来调节云层的覆盖率和类型，然后，再使用三种噪声纹理来准确地表示体积云形状。与现有的方法不同，本发明实施例中通过使用更具计算效率的单纯形噪声算法，并允许更自然的三维纹理清晰度，在云的光照模型中，使用了比尔-朗伯定律、内散射概率函数和改进的HG相位函数以更接近云的物理照明，通过引入优化的光线推进方式进行云渲染以减少噪声，通过引入动态模型来控制云的运动和湍流效果，使云的流动更加真实。
下面结合图2描述本发明的真实感体积云的构建方法，步骤S10具体包括：
S11、利用风场偏移采样空间点，得到采样坐标。
目前现有技术是能够获得细节较好的静态云效果的，然而现实中云的运动是非常复杂的，与之相关的更具真实感的云会涉及动力学和热力学相关内容，现有的物理建模方式会在云形成过程中采用热力学方程和能量守恒定律，然而，上述方式将花费大量的时间来求解物理方程，无法实现大规模云的实时仿真。
在本发明实施例中，则采用了从视觉效果上模拟云的运动，以满足大规模云的实时仿真需求。为了逼真地模拟云的动态效果，引入风向和风速/>来抵消噪声纹理的采样坐标，
在现实中，又由于空气对流，云的位置会发生变化，并且随着高度的增加，空气对流加剧，导致高层云比低层云移动得更快。在本发明实施例中，还引入归一化高度值和云顶偏移量s，这样就能根据海拔高度调整风速的大小，以反映不同海拔高度上云运动速度的差异。
此外，由于热力效应（例如对流）以及大气中存在的垂直风切变，云的整体运动将有向上偏移的趋势。基于上述云的上升特性，在本发明实施例中最终的风场采样坐标的计算公式为：
其中，表示经过偏移处理之后的采样坐标；/>表示时间；/>表示采样空间点。
总体而言，云动态效果是通过偏置采样空间点的风向、风速和时间实现的。区别于现有技术，本发明实施例中在对3D纹理进行密度采样之前会先对采样空间点进行偏移，用以表示云水平方向和垂直方向上的运动。
S12、利用湍流纹理扰动采样坐标，确定采样坐标在倾斜空间下的倾斜坐标，并对倾斜坐标进行逆转换为未倾斜空间下的逆转换坐标，并基于采样坐标与逆转换坐标之间的坐标差异，确定采样坐标的噪声。
本发明实施例采用基于噪声纹理的建模方法，旨在模拟三种特定类型的低层云。由于用户的视角是在地平面上，中高空的云看起来是平坦的，可以使用简单的2D纹理来模拟。考虑到基于噪声的建模方法会导致云的物理属性缺失，本发明实施例中通过在光线计算阶段使用基于物理的光线模型来弥补这一点，从而达到更逼真的视觉效果。
基于噪声纹理的云建模方法中，珀林（Perlin）噪声用于生成云，然而传统的基于立方体计算的珀林噪声插值后中心模糊明显，模拟的云只能具有规则性和较高的空间复杂度。
由于三维单形（Simplex）噪声的不规则立方体比传统的Perlin噪声的立方体具有更少的顶点，并在计算过程中能够将乘法转换为求和操作，它们具有更好的计算优势，并产生更多的自然噪声。计算单形单元中某个需要切换空间坐标点（/>，/>，/>）在倾斜的空间下的倾斜坐标
（i，j，k）。
其中，表示坐标变换系数，具体的，/>；/>表示维数。
之后，再将倾斜的空间下的倾斜坐标（i，j，k）逆转换为未倾斜的空间下的逆转换坐标/>（/>，/>，/>）。
其中，表示坐标逆变换系数，具体的，/>。
最近利用原坐标和更新后的坐标差异，计算出其中一个顶点（/>，/>，/>）即第一顶点。由于分裂单形单元由六个不规则四面体组成，因此必须得到单形单元和其他顶点。
假定顶点的补偿值为（/>，/>，/>）和/>（/>，/>，/>），基于图形确定包含坐标/>的单形单元以及顶点的补偿值。然后利用补偿值和顶点的已知坐标来计算其他顶点。
可以看出，本发明实施例中调用了绝对世界坐标，采样坐标为当前采样点的世界坐标转换后的坐标，并且做了坐标变化，将绝对世界坐标的厘米转换为天空的千米，绝对世界坐标乘上一个0.00001的系数就可以得到正常的云层大小效果。
由于噪声计算需要梯度值和顶点之间的点积运算，梯度起始点被设置为顶点，端点被设置为立方体边界的中心。根据梯度公式，得到四个顶点梯度值，最后将顶点和顶点梯度值代入噪声计算。
顶点噪声值的计算公式为：
其中，=0.6-/>；/>表示第/>个顶点。同时，采样坐标/>的噪声值为该公式中另外四个顶点的噪声值之和。
S13、采样基础纹理，对采样坐标的噪声进行分型布朗运动计算，并与红通道噪声进行重映射。
在生成的Simplex噪声中仍然可能存在噪声细节不足的问题，在本发明实施例子还会利用到分形布朗运动（Fractal Brown Motion，FBM）对噪声进行着加，以此来解决云效果中细节不自然的问题。
其中，表示八度音阶的数目；/>表示频率；/>表示振幅。分型布朗运动处理所产生的噪声被转换成纹理映射阶段使用。
更具体的，利用倒置的FBM Worley噪声作为原始域的最小值，并通过重新映射Perlin噪声来实现。
S14、利用天气图中的绿通道表征的云类型得到云的基础形状，并结合天气图纹理中的红通道表征的云覆盖率调制云层密度。其中，天气图的绿通道用于控制云的类型，0表示层云，0.5表示层积云，1表示积云；天气图的红通道用于控制云层覆盖且红通道数值与云覆盖率正相关。
在本发明实施例中，还引入二维的天气图来控制云层的覆盖范围和类型。二维的天气图是用来描述大气中云的分布和形状的数据图，为了实现有云的真实天空，需要重用天气图并使用缩放技术来避免云的分布和形状中的明显模式。天气图的红（R）通道用于控制云层覆盖（率），其值范围为0到1，较低的值（更接近0）即表示较少的云覆盖（率），而较高的值（更接近1）即表示较多的云覆盖（率），调整红（R）通道的值可以控制云的密度和分布，从稀疏到密集的云量；绿（G）通道则是用来控制云的类型，其值范围也在0到1之间，但这里的数值代表了不同类型的云，0表示层云，0.5表示层积云，1表示积云。因此，通过调整天气图中红（R）通道和绿（G）通道的数值，可以控制云的数量和类型，从而创造出丰富多样的云景。
S15、采样细节纹理，对采样坐标的噪声进行分型布朗运动计算，并侵蚀云的基础形状，得到云的最终形状即采样点密度。其中，细节纹理包括第一纹理、第二纹理以及第三纹理，第一纹理用于创建云的基本形状并存储单形-沃利噪声以及三个八度音阶的沃利噪声，第二纹理用于雕刻云的边缘，第三纹理用于扭曲云的形状。
在此基础上，本发明实施例中预先生成这些噪声，并将它们存储在细节纹理中，具体的，使用两个3D纹理和一个2D纹理，第一个3D纹理是用来创建云的基本形状，并有四个通道存储Simplex-Worley噪声和三个八度音阶的Worley噪声，第二个3D纹理用于雕刻云的边缘以添加云的细节，并有三个通道存储Worley噪声的三个八度音阶，2D纹理被用来扭曲侵蚀云的形状，以增加湍流感，增强云的真实感。
需要说明的是，基础纹理在进行处理时，会计算分型噪声，GBA通道设置不同的比例，将得到的FBM噪声对其膨胀来得到基本云形状，Remap函数用于实现将某个密度范围（density range）转换到另一个密度范围（density range）；细节纹理在进行处理时，GBA通道同样会设置不同的比例。
下面结合图3对本发明的真实感体积云的构建方法进行阐述，步骤S20具体包括：
S21、采用比尔-朗伯定律确定光照衰减。
比尔朗伯定律用于体积渲染上，可以用来计算光照穿透率随着光学厚度的变化，而变化的规律，用于描述光照强度随着传播距离而衰减。
S22、采用内散射概率函数确定暗边效应。
内散射概率函数用于模拟云层内散射结果，这个结果的表现就是云层表面的暗边效应。因为在效果上与比尔定律是相反的，因此取比尔定律的翻转得到结果。
S23、采用DHG相位函数确定银边效应以及各向异性。
HG相位函数用于模拟光线与星际尘云交互后各个方向上散射强度与入射光方向夹角的依赖规律。而在体积渲染中，这个函数也可以用来模拟光线在特定的介质中沿着各个方向的散射概率函数。而光线在云中的散射向前的概率更高，前向散射特点明显，因此可以取g>0的值来模拟大多数光线向前散射的效果，而单个HG函数虽然在前向散射方向上非常贴近真实云层内部的光散射情况，但在后向散射方向上是不足的，因此引入DHG相位函数，将两个HG函数进行线性插值方法处理，弥补单HG相位函数在后向散射方向上的不足。
S24、构建光照模型。光照模型由比尔定律、糖粉效应函数和HG相位函数组成。
其中，表示光照模型也即一个光照计算方程；/>表示初始的光照强度；/>表示照明采样密度；/>表示雨云吸收增益；/>表示结合雨云吸收增益的比尔定律；/>表示糖粉效应函数；/>表示双HG（DHG）相位函数。
需要说明的时，光照模型中通过对两个函数进行整合，相乘得到组合函数，为了更加贴近原始函数，为其乘上一个2的系数。
S25、将云的最终形状输入至光照模型中，输出采样坐标的光照颜色值。
下面结合图4对本发明的真实感体积云的构建方法进行阐述，步骤S30具体包括：
S31、确定起始步长，并判定采样密度。
S32、确定采样密度为0，增加步长以将采样密度设置为0。
需要说明的是，步长具有一个预设值，若增加步长直至预设值时采样魔都依然为0，则判定该方向上无云层，后续会停止计算。
S33、确定采样密度不为0，累加光照颜色值并减少步长，直至满足预设条件，预设条件为满足以下任意一项：不透明度为1、离开体积场。
S34、进行时间重投影，将图像分割为等份的四行四列的像素块，确定当前帧图像中待重投影的像素块以及当前帧前一帧图像中与待重投影的像素块位置相对应的匹配像素块，更新待重投影的像素块并复用当前帧前一帧中图像中除匹配像素块外的像素块。时间重投影是通过更新每帧中的小部分像素和重用前一帧的剩余像素来实现的，这种方法有助于保持图像的质量，同时减少计算负载。在本发明实施例中，图像被划分为44像素块，每帧仅更新1/16个像素，剩余像素复用前一帧图像中的，采用交叉的像素更新顺序，降低模式感和人工痕迹的可见度。
采样密度小于阈值时采用大步长，大于阈值时（即碰撞到云层时）采用常规步长，这样极大地减少指令数。
如果在射线步进中使用固定步长并日步长的数目需要更显著，则会出现条带加载误差。同时由于人们的注意力更多地集中在近在眼前的事物上，对稍远的事物不需要像近在眼前的事物那样细致入微，因此较远的采样点对较近的采样点影响较小，可以使每个采样点的步长随采样距离的增大而增大。
在本发明实施例中，通过设置可变步长消除使用固定步长时出现的缺陷，并有效地减少了采样步骤的数量，减少了最小的效果，从而提高了渲染效率。
具体的，可变步长，其中，/>表示用户可以配置的经验参数；表示当前采样距离；/>表示最小步长。
步骤S30的目的是步进到采样坐标后开始计算密度和光照。
在本发明实施例中，步骤S30中还包括：
满足以下条件时停止计算光照步长即提前推出：
1）采样坐标点已到达体积场外部；
2）采样累计的不透明度到达1；
3）采样密度持续为0，即在该采样光线上可以直接看见天空。
光线行进是指光线从摄像机视图发射到场景中，这些光线通常来自每个屏幕像素，投射一条或多条光线，并沿着光线采样点。在一些情况下不可能对物体的表面进行精确采样，可以使用插值来计算采样点附近的采样点。采样成功后，射线可以按照特定的步长前进，并在每一步累积介质的密度。为了降低算法的计算复杂度，在本发明实施例中增加了逐步改变步长和提前退出。
采样时，如果沿着特定光线的采样密度始终保持较低，接近于零的值，我们可以避免在阳光方向对这些采样点进行进一步采样。同时，可以通过增加步长直到密度超过指定的预设值，再恢复常规步长采样。光线行进期间的光线并不总是需要对固定步数进行采样。如果累积不透明度为1，或取样位置在体积场外，且沿射线的云密度为1，则可及早停止。也就是说，在一条采样射线上可以直接看到天空，采样也可以提前停止。
提前退出可以通过只渲染部分像素并复制前一帧的其余像素来实现，以保持图像质量并减少渲染时间。
下面对本发明实施例提供的真实感体积云的构建装置进行描述，下文描述的真实感体积云的构建装置与上文描述的真实感体积云的构建方法可相互对应参照。
为了解决上述问题，在本实施例中提供了一种真实感体积云的构建装置，旨在不依赖第三方数据的前提下对行人轨迹数据进行实时地纠偏处理。本发明实施例的真实感体积云的构建装置可用于电子设备中，电子设备包括但不局限于电脑、移动终端、可穿戴智能设备等，图5是根据本发明实施例的真实感体积云的构建装置的结构示意图，如图5所示，该装置包括：
云建模模块10，S10、基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，采样出来的云密度用于后续的光照计算。其中，低层云包括层云、层积云以及积云，主要是因为这三种低层云具有不同的高度梯度。
单形（Simplex）噪声是基于网格的梯度噪声，它将空间划分为单形（N维空间下最简单的单元体）。与珀林（Perlin）噪声类似，但方向性伪影更少，在更高的维度上，计算开销更低；沃利（Worley）噪声是基于点的噪声，它是泰森多边形（Voronoi图）的扩展，通过计算每个点到其最近邻点的距离，生成了一个细胞状的结构；单形-沃利（Simplex-Worley）噪声是通过重映射方法将Simplex噪声和Worley噪声结合起来得到的组合噪声；Curl噪声是一种用于模拟流体运动或涡旋状结构的噪声，它主要关注于捕捉旋涡和流动方向，这意味着在每个点上，通过对噪声场的梯度向量进行操作，得到一个表示旋度的值。
基础纹理用于定义云的基本形状，红（R）通道存储 Simplex-Worley噪声，GBA通道分别存储了三个频率渐增的Worley噪声；细节纹理用于向基础纹理定义的基本云层形状添加细节，RGB通道分别存储了三个频率渐增的Worley噪声，这三个Worley噪声相较于基础纹理中的三个Worley噪声频率更高；湍流纹理用于扭曲云的形状，增加云层的湍流感，RGB通道分别存储了三个频率渐增的Curl 噪声。
光照计算模块20，用于确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值。
在视频游戏和其他交互式媒体中创建逼真和身临其境的场景云是必不可少的，特别是表现出光衰减和散射的云体积。需要注意的是，虽然光在真空中是以直线传播的，但对于参与的介质来说却未必这样，因为光子是通过散射或吸收与介质发生相互作用的。因此，光在相互作用的介质中散射导致衰减和模糊。
上述介质的粒子密度、吸收系数/>，散射系数/>和相位函数是相关的影响参数。
渲染模块30，用于进行渲染性能优化处理。在本发明实施例中，渲染性能优化包括了光线步进算法优化、时间重投影的改进处理。
本发明的提供的真实感体积云的构建装置，引入一个新的体积云渲染方法，使现实的云动画常见云型的表现及其动态变化。与现有的方法不同，使用单纯形噪声和Worley噪声生成三维密度纹理，准确地表示体积云的形状。为了有效地控制云层在天空中的分布和移动，介绍了一种二维天气图。该天气图用于调节云层的覆盖范围和类型，增强渲染场景的整体真实感。为了高质量地模拟云光照和阴影，在光照模型中加入了DHG相位函数，同时使用了优化的光线行进技术来减少噪声和混叠伪影。为了实现翻滚体积云动态，引入动态模型来控制云运动和湍流效果，从而可以在飞行模拟器、游戏和电影等领域创建更具吸引力和沉浸式的云效果。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行真实感体积云的构建方法，该方法包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的真实感体积云的构建方法，该方法包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的真实感体积云的构建方法，该方法包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种真实感体积云的构建方法，其特征在于，所述方法包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
2.根据权利要求1所述的真实感体积云的构建方法，其特征在于，所述基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，具体包括：
利用风场偏移采样空间点，得到采样坐标；
利用湍流纹理扰动采样坐标，确定采样坐标在倾斜空间下的倾斜坐标，并对倾斜坐标进行逆转换为未倾斜空间下的逆转换坐标，并基于采样坐标与逆转换坐标之间的坐标差异，确定采样坐标的噪声；
采样基础纹理，对采样坐标的噪声进行分型布朗运动计算，并与红通道噪声进行重映射；
利用天气图中绿通道表征的云类型得到云的基础形状，并结合天气图纹理中红通道表征的云覆盖率调制云层密度；天气图的绿通道用于控制云的类型，0表示层云，0.5表示层积云，1表示积云；天气图的红通道用于控制云层覆盖且红通道数值与云覆盖率正相关；
采样细节纹理，对采样坐标的噪声进行分型布朗运动计算，并侵蚀云的基础形状，得到采样坐标的采样点密度。
3.根据权利要求2所述的真实感体积云的构建方法，其特征在于，所述预设参数包括纹理类型、尺寸以及每一通道所采用的噪声类型。
4.根据权利要求1所述的真实感体积云的构建方法，其特征在于，所述确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值，具体包括：
采用比尔-朗伯定律确定光照衰减；
采用内散射概率函数确定暗边效应；
采用双HG相位函数确定银边效应以及各向异性；
构建光照模型；
将采样点密度输入至光照模型中，输出采样坐标的光照颜色值。
5.根据权利要求4所述的真实感体积云的构建方法，其特征在于，所述构建光照模型由比尔定律、糖粉效应函数和双HG 相位函数组成。
6.根据权利要求1所述的真实感体积云的构建方法，其特征在于，所述基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云，具体包括：
确定起始步长，并判定采样密度；
确定采样密度为0，增加步长以将采样密度设置为0；
确定采样密度不为0，累加光照颜色值并减少步长，直至满足预设条件，预设条件为满足以下任意一项：不透明度为1、离开体积场；
进行时间重投影，将图像分割为等份的四行四列的像素块，确定当前帧图像中待重投影的像素块以及当前帧前一帧图像中与待重投影的像素块位置相对应的匹配像素块，更新待重投影的像素块并复用当前帧前一帧中图像中除匹配像素块外的像素块。
7.根据权利要求6所述的真实感体积云的构建方法，其特征在于，所述基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云，还具体包括：
满足以下至少一项时停止计算光照步长：
采样坐标点已到达体积场外部；
采样累计的不透明度到达1；
采样密度持续为0。
8.一种真实感体积云的构建装置，其特征在于，所述装置包括：
基于预设参数，进行基于噪声纹理的云建模，模拟特定类型的低层云，并进行云密度采样，得到采样坐标以及采样坐标的采样点密度；低层云包括层云、层积云以及积云；
确定光照衰减、暗边效应、银边效应以及各向异性，并基于光照衰减、暗边效应、银边效应以及各向异性建立光照模型，利用光照模型进行采样坐标的光照计算，输出采样坐标的光照颜色值；
基于光照颜色值进行光照步进，并进行时间重投影，对云进行渲染处理，得到体积云。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述真实感体积云的构建方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述真实感体积云的构建方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410163601.8A CN117710557B (zh) | 2024-02-05 | 2024-02-05 | 一种真实感体积云的构建方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410163601.8A CN117710557B (zh) | 2024-02-05 | 2024-02-05 | 一种真实感体积云的构建方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117710557A true CN117710557A (zh) | 2024-03-15 |
| CN117710557B CN117710557B (zh) | 2024-05-03 |
Family
ID=90161121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410163601.8A Active CN117710557B (zh) | 2024-02-05 | 2024-02-05 | 一种真实感体积云的构建方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117710557B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106570929A (zh) * | 2016-11-07 | 2017-04-19 | 北京大学（天津滨海）新代信息技术研究院 | 一种动态体积云的构建与绘制方法 |
| EP3288486A1 (en) * | 2015-05-01 | 2018-03-07 | Dentlytec G.P.L. Ltd. | System, device and methods for dental digital impressions |
| CN111951362A (zh) * | 2020-07-01 | 2020-11-17 | 北京领为军融科技有限公司 | 一种基于三维噪声图的三维体积云渲染方法及系统 |
| CN112150598A (zh) * | 2020-09-25 | 2020-12-29 | 网易（杭州）网络有限公司 | 云层的渲染方法、装置、设备及存储介质 |
| CN112190935A (zh) * | 2020-10-09 | 2021-01-08 | 网易（杭州）网络有限公司 | 动态体积云的渲染方法、装置及电子设备 |
| CN116228984A (zh) * | 2023-03-13 | 2023-06-06 | 四川大学 | 一种基于气象数据的体积云建模、渲染方法 |
| CN116543094A (zh) * | 2023-05-04 | 2023-08-04 | 网易（杭州）网络有限公司 | 模型渲染方法、装置、计算机可读存储介质与电子设备 |
-
2024
- 2024-02-05 CN CN202410163601.8A patent/CN117710557B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3288486A1 (en) * | 2015-05-01 | 2018-03-07 | Dentlytec G.P.L. Ltd. | System, device and methods for dental digital impressions |
| CN106570929A (zh) * | 2016-11-07 | 2017-04-19 | 北京大学（天津滨海）新代信息技术研究院 | 一种动态体积云的构建与绘制方法 |
| CN111951362A (zh) * | 2020-07-01 | 2020-11-17 | 北京领为军融科技有限公司 | 一种基于三维噪声图的三维体积云渲染方法及系统 |
| CN112150598A (zh) * | 2020-09-25 | 2020-12-29 | 网易（杭州）网络有限公司 | 云层的渲染方法、装置、设备及存储介质 |
| CN112190935A (zh) * | 2020-10-09 | 2021-01-08 | 网易（杭州）网络有限公司 | 动态体积云的渲染方法、装置及电子设备 |
| CN116228984A (zh) * | 2023-03-13 | 2023-06-06 | 四川大学 | 一种基于气象数据的体积云建模、渲染方法 |
| CN116543094A (zh) * | 2023-05-04 | 2023-08-04 | 网易（杭州）网络有限公司 | 模型渲染方法、装置、计算机可读存储介质与电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 卢春海等: "基于气象数据与多噪声融合的体积云模拟研究", 计算机科学, vol. 50, no. 6, 9 March 2023 (2023-03-09) * |
| 查晨;丁刚毅;李立杰;黄天羽;: "基于体绘制的全球云层数据可视化方法", 计算机仿真, no. 07, 15 July 2018 (2018-07-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117710557B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dobashi et al. | A simple, efficient method for realistic animation of clouds | |
| CN109255831A (zh) | 基于多任务学习的单视图人脸三维重建及纹理生成的方法 | |
| CN105205861B (zh) | 基于Sphere‑Board的树木三维可视化模型实现方法 | |
| JP2010033296A (ja) | プログラム、情報記憶媒体及び画像生成システム | |
| Dobashi et al. | Modeling of clouds from satellite images using metaballs | |
| Dobashi et al. | Using metaballs to modeling and animate clouds from satellite images | |
| Dobashi et al. | Animation of clouds using cellular automaton | |
| KR100568563B1 (ko) | 입자동역학 해석기법과 볼륨렌더링 기법을 이용한 실시간 유체유동 시뮬레이션 및 렌더링 방법 | |
| CN110706325B (zh) | 一种三维海底环境实时动态渲染方法和渲染系统 | |
| CN110335275A (zh) | 一种基于三变量双调和b样条的流体表面的时空向量化方法 | |
| Schneider | Real-time volumetric cloudscapes | |
| CN110400366B (zh) | 一种基于OpenGL的实时洪水灾害可视化仿真方法 | |
| CN117710557B (zh) | 一种真实感体积云的构建方法、装置、设备及介质 | |
| CN118469836A (zh) | 一种基于高斯辐射场的月面新视角合成方法 | |
| Boulanger et al. | Rendering grass in real time with dynamic lighting | |
| WO2006100984A1 (ja) | ボリュームデータレンダリングシステムおよびボリュームデータレンダリング処理方法 | |
| Teoh | Riverland: An efficient procedural modeling system for creating realistic-looking terrains | |
| Olajos | Real-time rendering of volumetric clouds | |
| US7710419B2 (en) | Program, information storage medium, and image generation system | |
| Babić | Volumetric Atmospheric Effects Rendering | |
| Miyazaki et al. | A fast rendering method of clouds using shadow-view slices | |
| US7724255B2 (en) | Program, information storage medium, and image generation system | |
| Tokoi | A shadow buffer technique for simulating snow-covered shapes | |
| CN117671110B (zh) | 基于人工智能的实时渲染系统及方法 | |
| CN117292038B (zh) | 一种用于海面模型的渲染方法、系统、设备及存储介质 |
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 |