三維格線模型的自適應重要性採樣及高質量格線重建

《三維格線模型的自適應重要性採樣及高質量格線重建》是依託北京大學，由周秉鋒擔任負責人的面上項目。

基本介紹

• 中文名：三維格線模型的自適應重要性採樣及高質量格線重建
• 項目負責人：周秉鋒
• 項目類別：面上項目
• 依託單位：北京大學

項目摘要

隨著數位技術的高速發展，數字幾何模型已成為一種新的數字媒體。採用多邊形格線來描述的數字幾何模型，數據量通常十分龐大。複雜模型的編輯、傳輸和快速顯示等，對計算機存儲性能、處理和數據傳輸性能都帶來巨大挑戰。因此，通過採樣和重建對三維流形格線模型進行調整、最佳化就成為一個值得研究的問題。.在本項目中，首先將研究通過最佳化切割和保角映射對三維格線模型進行二維參數化的方法。在此基礎上，將重點研究三維模型表面上的自適應的重要性採樣方法，採樣的結果將實現採樣密度分布的可控性，並且每個局部區域內的採樣點都能滿足藍噪聲性質。得到離散採樣點後，再通過格線重構和最佳化算法，將可以得到在頂點密度分布、幾何拓撲性質上都具有更高質量的重建三維格線模型。最佳化的三維格線模型對後續的研究和套用，如格線的編輯、變形、壓縮、層次細節等，都將起到非常重要的作用。此項技術也將在幾何建模、計算機視覺等很多領域具有廣泛的套用。

結題摘要

三維數字幾何模型由於數據量大且結構複雜，在編輯、傳輸和快速顯示等方面都存在計算代價高、速度慢等問題。本項目的主要研究目的就是通過採樣和重建對三維流形格線模型進行調整和最佳化，從而提高模型的質量和處理速度，其中重點研究了三維模型表面上的並行藍噪聲自適應採樣方法。 本項目提出了一種新的三維格線模型上的並行泊松圓盤採樣算法框架。算法首先根據採樣排斥半徑對原始格線模型進行細分，得到最佳化的細分格線，然後採用圖著色聚類方法，將格線的三角形面片分為多個分組，每個分組的面片內可並行地執行泊松圓盤採樣算法，從而大大提高了採樣的效率，同時還可以保證採樣點分布具有良好的藍噪聲性質。項目中還提出了一種簡潔的快速測地距離近似算法來計算採樣排斥區域，避免了三維格線表面上測地距離計算量過大等問題。 在實現了並行泊松圓盤均勻採樣的基礎上，本項目還進一步實現了三維表面上的並行自適應採樣。其中採樣密度受到表面上的曲率等幾何信息的調製，採樣點分布與三維幾何特徵更為吻合，並且每個局部區域內的採樣點都能滿足藍噪聲性質。得到離散採樣點後，再通過格線重構和最佳化算法，即可得到在頂點分布、幾何拓撲性質上都具有更高質量的重建三維格線模型，這對後續的研究和套用，如格線的編輯、壓縮、繪製等都將起到重要的作用。 為了實現更高效率的並行採樣，本項目中還利用最新的多GPU並行計算技術實現了一個多GPU並行計算系統構架，並在該構架上實現了上述三維表面並行泊松圓盤均勻採樣與自適應採樣算法。該構架可容納多個GPU同時進行並行計算，從而使系統計算能力成倍提高，同時由於採用多種執行緒分別控制CPU和GPU上的計算，以及CPU與GPU之間、記憶體與圖形加速卡之間的接口，因此具有很好的通用性和可擴展性。在此構架上還設計實現了一套基於圖像的三維重建和立體繪製系統，在虛擬現實方面具有很好的套用空間。 基於以上相關研究成果，本項目目前已經在國內外學術期刊、會議上發表相關學術論文9篇，還有兩項相關專利獲得國家發明專利授權，同時培養博士、碩士研究生共7名。此項目研究涉及幾何建模、計算機視覺、虛擬現實等多個領域，其成果在這些領域都具有廣泛的套用前景。