导读:本文包含了混合绘制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光线,图形,图像,体视,日光,层次,虚拟现实。
混合绘制论文文献综述
曾琪[1]（2016）在《移动图形混合绘制中基于情境感知的数据交互方法研究》一文中研究指出随着以智能手机和平板电脑为代表的移动设备的普及,以及计算机图形学与移动互联网的蓬勃发展,人们对于高质量叁维移动应用的需求日益迫切。但相比于PC,移动设备的硬件资源不足,必然会对移动图形绘制效果产生影响。对此,课题组提出了移动环境下本地与远程混合的图形绘制模式,并通过研究混合场景的绘制方法,提高了移动图形绘制的真实感和交互性。本文在课题组的研究基础上,对移动图形混合绘制系统中基于情境感知的数据交互方法进行了研究。通过将情境感知和个性化推荐的理论和方法应用到数据交互当中,以达到自动感知用户意图,提高混合绘制系统实时性的目的。本文的主要工作和研究成果如下:(1)面向移动图形应用领域的情境感知体系框架构建。分析了移动图形应用领域涉及的情境要素,建立移动图形应用情境的层次化模型,改进现有的情境感知系统框架Context Toolkit,提出了针对移动图形应用的情境感知系统框架和情境感知策略。(2)移动图形应用领域本体建模。利用基于本体的情境建模方法建立了面向移动图形应用领域的本体关系模型,并通过Protege本体建模工具构建基于网络本体语言(Web Ontology Language,OWL)的本体模型。根据基于规则的情境推理方法创建了自定义规则库并实现Jena本体推理。(3)基于情境感知的用户偏好预测。以叁维虚拟试衣系统为研究对象,通过对用户偏好的影响因素进行分析,建立了对应的贝叶斯网络模型,并采用相关系数法计算每个模型在整个用户偏好模型中的权重,最终构建了基于情境感知的用户偏好模型,实现用户偏好预测。(4)基于情境感知的数据交互模型构建。通过对数据交互模型中每个模块的主要工作和技术方案进行详细研究,提出针对移动图形混合绘制模式的基于情境感知的数据交互方法。最后,设计并实现了基于移动端Web的叁维虚拟试衣原型系统,将本文的研究成果整合到统一的平台当中,给出实验结果并总结所做工作,对下一步的研究工作进行展望。实验结果表明,采用本文所述方法,系统能够通过预测用户意图的方式提前进行移动图形数据处理,提高了实时性,增强用户体验,使移动图形技术在娱乐、交通等领域得到更为广泛的应用。(本文来源于《福州大学》期刊2016-06-01）
郑坤,王锫,李芬蕾[2]（2014）在《基于GPU的风暴数据场多维纹理混合绘制》一文中研究指出在气象领域,叁维风暴数据场可视化是风暴监测及灾害预测的重要技术手段之一。可视化效率及质量直接影响到风暴体分析研究的准确性和时效性。针对传统的二维、叁维纹理映射体绘制方法进行了研究,提出了一种基于GPU的风暴数据场多维纹理混合绘制技术。该方法采用了叁维纹理存储风暴数据场并结合代理几何体动态生成方法,克服了传统方法中纹理数据冗余的问题,并保证了模型的叁维交互流畅性。该方法中提出的纹理映射光滑重采样策略,显着提高了风暴体模型显示效果,并在一定程度上避免了CPU-GPU通信瓶颈。(本文来源于《计算机工程与应用》期刊2014年17期）
刘华海,王攀,蔡勋,曾亮,王文珂[3]（2012）在《面向多核CPU多GPU的节点内并行混合绘制模型》一文中研究指出分布式并行绘制集群节点可以配置多核CPU和多个GPU构建节点内多CPU多GPU系统。现有的节点内并行绘制模型既没有充分发挥多核CPU的强大计算能力,还将绘制、读回和合成阶段串行耦合在一起导致了大量的GPU闲置停顿,严重影响了节点内并行绘制性能。提出了一种节点内高效的并行绘制模型,通过软件绘制与硬件绘制相结合的方法将硬件绘制与图像合成分离,同时利用DMA异步传输机制,构建了节点内绘制、读回和合成叁段并行绘制流水线。与现有节点内并行绘制模型相比,并行混合绘制模型不但降低GPU资源闲置率,而且提高了CPU资源使用率。理论分析与实验表明相同应用采用并行混合绘制模型的性能可以达到现有模型的3~4倍,并且具有更好的数据扩展性、性能扩展性。(本文来源于《系统仿真学报》期刊2012年01期）
赵文仓,张君波[4]（2011）在《基于边缘切除原理的牙体混合绘制算法》一文中研究指出针对内外兼具、有复杂轮廓的螺旋CT牙齿断层图像数据,提出一种基于边缘切除原理的混合绘制算法。在不改变传递函数的前提下,通过识别空体素,剔除绝对空体素来明显提高绘制速度的同时,保持较高的图像绘制质量。在绘制过程中加入人工干预,绘制模型不仅外形逼真,且内部髓腔及根管系统清晰可见,为后续根管疾病辅助诊断、手术仿真等提供初始模型,在医学处理及分析、可视化教学等领域具有广泛的应用前景。(本文来源于《青岛科技大学学报(自然科学版)》期刊2011年03期）
毛苗,秦开怀,陈瑶[5]（2011）在《基于光场与几何混合绘制的3D视频显示算法》一文中研究指出提出一种基于光场与几何混合绘制的视频绘制算法.算法以光场绘制算法计算起始帧,以新视点的上一帧为基础更新前景;结合高斯混合背景建模和场景几何计算方法来计算新视点的当前帧的前景区域,避免了重复绘制占据图像大部分而变化缓慢的背景区域,提高了视频绘制的效率.为了消除累积误差,采用"起始帧+后续帧"的循环模式,同时在循环中统计前景点在场景中的分布,自适应地划分下一个循环的场景层次.实验结果表明,文中算法效率高,所生成的图像质量好.(本文来源于《计算机辅助设计与图形学学报》期刊2011年01期）
王占刚,金毅[6]（2010）在《基于GPU Raycasting算法的矢量/栅格混合绘制研究》一文中研究指出Raycasting体绘制算法由于成像质量高而被广泛应用于体数据的可视化,但当线、面表达的矢量数据和叁维栅格表达的体数据同时绘制到同一场景时,由于绘制方法的差异会造成矢量和栅格数据空间遮挡关系不一致。在GPU实现Raycasting算法的基础上,通过矢量和栅格数据先后绘制,采用FBO离屏绘制等技术将矢量数据绘制到深度缓存纹理并在体绘制采样和融合中统一考虑矢栅颜色融合。实验结果表明,该算法在矢量数据非透明模式下能正确处理矢量栅格数据的混合绘制。(本文来源于《计算机应用研究》期刊2010年07期）
徐华兵,朱登明,邱显杰,刘金刚[7]（2010）在《基于GPU的烟雾数据体面混合绘制技术研究》一文中研究指出研究烟雾等大规模体数据在虚拟场景中实时可视化的技术是一种新的体面混合绘制技术,在灾害现象仿真中有着重要的应用。在处理体面混合绘制时,已有的绘制算法难以实时地处理体数据的遮挡和裁剪,并在内窥绘制中出现片元空洞。针对以上问题,提出一种基于GPU的体面混合绘制算法,将体数据视为参与介质,同时将面绘制的结果作为体绘制的积分域约束条件,从而把面绘制中的裁减算法推广到体数据的绘制中,实现了体面混合绘制的无缝融合。仿真结果表明算法能够实时地绘制虚拟场景中的大规模体数据,并且能够处理复杂的内窥效果。(本文来源于《计算机仿真》期刊2010年02期）
张勇,尹宝才,孔德慧,杨光伟[8]（2009）在《基于GPU的实时人群混合绘制》一文中研究指出虚拟现实技术中,大规模人群的绘制需要绘制终端具有很强的计算能力,为了提高人群动画的实时渲染速度,本文提出了一种基于GPU的人群绘制方法.通过使用静态层次细节(LOD)技术,结合几何和动态Impostor的混合绘制方法,进行实时人群绘制.实验结果表明,本文的人群混合绘制方法CPU与GPU之间负载均衡,可以获得更好的绘制效率.(本文来源于《北京工业大学学报》期刊2009年10期）
李亚峰[9]（2009）在《日光照射场景真实感图形的混合绘制方法》一文中研究指出由于日光模型的复杂性,逼真地绘制日光照射下户外场景的真实感图像是一个困难的问题。目前的绘制方法或者因为采用的模型过于简单而真实感程度差,或者绘制过程过于复杂耗时而影响其应用。应用图像相似度理论,提出了一种综合使用基于几何和基于图像的混合绘制方法。绘制过程分为两步,首先,使用简单的光照模型近似绘制场景,然后,采用基于图像的绘制和处理方法补充第一步无法表现的效果。由于采用了基于图像相似度理论的方法,能够克服基于图像绘制技术需要处理巨大数据量的缺点。用这种两步法绘制自然光照下的户外景物,只需要简单的光照模型和物体材质属性以及很少的数据存储量。该方法在真实感程度、绘制速度和数据存储量叁者间取得了比较好的平衡,绘制建筑物的实验证明了方法的有效性。(本文来源于《计算机工程与应用》期刊2009年14期）
高远[10]（2008）在《叁维地震数据场的体绘制和混合绘制方法研究》一文中研究指出通过叁维地震数据的采集和处理获得了庞大的叁维地震数据,这些数据只有经过解释和成像才能成为有用的信息,传统的解释方法是用地震剖面及水平切片的二维图象来推测、想象地下地层的空间形态和结构,这种方法具有很大的局限性。近年来将科学计算可视化技术应用到叁维地震数据场领域,用体绘制的方法直接呈现叁维地震数据场,从而实现了叁维数据叁维解释,大大提高了地震解释的效率和准确性。混合绘制把几何形体和叁维数据场组合在一起显示,是可视化中一项重要的技术,在许多情况下是必不可少的。本文就体绘制和混合绘制两个问题展开研究,主要完成了下面的工作:(1)地震数据的分类数据分类是可视化算法的第一步,对不同领域的数据有不同的分类方法,本文结合地震数据的特点给出了几种适用于地震数据的分类方法。(2)基于光线投射的体绘制算法的分析和实现光线投射算法是一种有效的体绘制方法,也是本文重点研究的内容。本文对其算法原理和算法实现进行了深入的研究,然后针对地震数据场的特点对该算法进行了一些改进和优化。(3)混合绘制几何形体和数据场的混合成像是可视化中重要的研究内容。本文在前人工作的基础上设计了一种组合型的混合绘制方法。这种方法直接对原始的体数据和面数据进行混合绘制,避免了在其它方法中由于数据转换造成的走样。经实验测试,该方法可以准确地绘制几何形体和体数据组成的混合场景,是一种有效的混合绘制方法。(本文来源于《南京理工大学》期刊2008-06-01）
混合绘制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在气象领域,叁维风暴数据场可视化是风暴监测及灾害预测的重要技术手段之一。可视化效率及质量直接影响到风暴体分析研究的准确性和时效性。针对传统的二维、叁维纹理映射体绘制方法进行了研究,提出了一种基于GPU的风暴数据场多维纹理混合绘制技术。该方法采用了叁维纹理存储风暴数据场并结合代理几何体动态生成方法,克服了传统方法中纹理数据冗余的问题,并保证了模型的叁维交互流畅性。该方法中提出的纹理映射光滑重采样策略,显着提高了风暴体模型显示效果,并在一定程度上避免了CPU-GPU通信瓶颈。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合绘制论文参考文献
[1].曾琪.移动图形混合绘制中基于情境感知的数据交互方法研究[D].福州大学.2016
[2].郑坤,王锫,李芬蕾.基于GPU的风暴数据场多维纹理混合绘制[J].计算机工程与应用.2014
[3].刘华海,王攀,蔡勋,曾亮,王文珂.面向多核CPU多GPU的节点内并行混合绘制模型[J].系统仿真学报.2012
[4].赵文仓,张君波.基于边缘切除原理的牙体混合绘制算法[J].青岛科技大学学报(自然科学版).2011
[5].毛苗,秦开怀,陈瑶.基于光场与几何混合绘制的3D视频显示算法[J].计算机辅助设计与图形学学报.2011
[6].王占刚,金毅.基于GPURaycasting算法的矢量/栅格混合绘制研究[J].计算机应用研究.2010
[7].徐华兵,朱登明,邱显杰,刘金刚.基于GPU的烟雾数据体面混合绘制技术研究[J].计算机仿真.2010
[8].张勇,尹宝才,孔德慧,杨光伟.基于GPU的实时人群混合绘制[J].北京工业大学学报.2009
[9].李亚峰.日光照射场景真实感图形的混合绘制方法[J].计算机工程与应用.2009
[10].高远.叁维地震数据场的体绘制和混合绘制方法研究[D].南京理工大学.2008
论文知识图
