基于GPU的实时深度图像前向映射绘制算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Supported by the National Natural Science Foundation of China under Grant Nos.60473105, 60573155 (国家自然科学基金); the National Basic Research Program of China under Grant No.2002CB312102 (国家重点基础研究发展计划(973))


Real-Time Rendering Depth Images on GPU by Forward Warping
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种完全基于GPU(graphics processing unit)的实时深度图像绘制流程.该方法利用GPU的并行计算特性对深度图像的绘制过程进行加速.推导出一种在vertex shader上进行的三维前向映射方法,对输入像素进行前向映射,以得到更高的绘制性能,并利用图形硬件流水线的光栅化功能高效地进行图像的插值重构,以得到连续无洞的结果图像.在pixel shader上进行逐像素的光照计算,生成高品质的光照效果.实验表明,该方法可以高速地进行满屏绘制,准确地保留物体轮廓信息和正确的遮挡关系.还实现了基于该方法的实时漫游系统.该系统能够实时地绘制多个基于柱面深度图像表示的对象,并能对其进行视相关的动态LOD(level of detail)操作.

    Abstract:

    This paper presents a new pipeline for rendering depth images entirely on GPU (graphics processing unit). The implementation exploits inherent parallelism of GPU to speed up the rendering of depth images. By the scheme, a novel forward 3D warping method is proposed for vertex shader to obtain high rendering performance. Furthermore, the hardware pipeline’s rasterization function is utilized to conduct the image re-sampling efficiently to generate holes free rendering results. Per pixel lighting effect is implemented in pixel shader to get high image quality. The rendering shows rapid performance at full screen resolution, with correct self-occlusions and accurate silhouettes. Moreover, a real-time walkthrough system is implemented for the objects based on cylindrical depth image rendered by view-dependent dynamic LOD (level of detail) representation at runtime.

    参考文献
    相似文献
    引证文献
引用本文

刘保权,刘学慧,吴恩华.基于GPU的实时深度图像前向映射绘制算法.软件学报,2007,18(6):1531-1542

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-11-23
  • 最后修改日期:2006-04-27
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号