中文名 | 图像渲染 | 外文名 | Image Rendering |
---|---|---|---|
所属学科 | 数字图像处理 | 分 类 | 真实感、非真实感图像渲染 |
应 用 | 计算机辅助设计、多媒体教学等 | 硬件条件 | 强大的图形处理器 |
如此大的计算量,使得人们绞尽脑汁去提高渲染的效率,人们也设计了很多方法和技巧。面要在计算机上实现实时的三维表现,就要借助显示硬件的帮助——那就是图形处理器。
应该说有显示系统就有图形处理器(俗称显卡),但是早期的显卡只包含简单的存储器和帧缓冲区,他们实际上只起了一个图形的存储和传递作用,图像渲染主要是由CPU的运算来完成的。尤其是对许多大型的三维图形软件来说,大部分时间都是在进行渲染工作。图像渲染会涉及到大量的浮点运算,象三维实体的位置变化,各种变换所需要的矩阵运算,以及为追求真实感而设计的各种光线跟踪,辐射度等算法,即使对性能很好的计算机,也是很大的工作量。所以以后发展的图形处理器都有图形处理的功能。它不单单存储图形,而且能完成大部分图形函数,这样就大大减轻了CPU的负担,提高了显示能力和显示速度。
随着电子技术的发展,显卡技术含量越来越高,功能越来越强,许多专业的图形卡已经具有很强的3D处理能力,而且这些3D图形卡也渐渐地走向个人计算机。一些专业显卡具有的晶体管数甚至比同时代的CPU的晶体管数还多。如NVIDIA公司2002年11月出售的GeForceFX芯片,被称为视觉处理器,具有12500万颗晶体管,是同时代Pentium 4 CPU(具有5500万颗晶体管)的两倍。
真实感图形学是计算机图形学中的一个重要组成部分,它的基本要求就是在计算机中生成三维场景的真实感图形图像。真实感图形学已经有了非常广泛的应用,在计算机辅助设计、多媒体教学、虚拟现实系统、科学计算可视化、动画制作、电影特技模拟、计算机游戏等许多方面,发挥了重要的作用,而且人们对于计算机在视觉感受方面的要求越来越严格,这就需要我们研究更多更逼真的真实感图像生成算法。
对于场景中的物体,要得到它的真实感图像,就要对它进行透视投影,并作隐藏面的消隐,然后计算可见面的光照明暗效果,得到场景的真实感图像显示。但是,仅仅对场景进行隐藏面消除所得到的图像真实感是远远不够的,如何处理物体表面的光照明暗效果,通过使用不同的色彩灰度,来增加图形图像的真实感,这也是场景图像真实感的主要来源。
计算机真实感图像是一种光栅图像,由象素构成。生成一幅真实感图像时,我们必须逐个象素地计算画面上相应内容表面区域的颜色。显然在计算可见景物表面区域的颜色时,不但要考虑光源对该区域入射光及光亮度和光谱组成,而且还要考虑该表面区域对光源的朝向,表面的材料和反射性质等。这种计算必须基于一定的光学物理模型——光照明模型。基于场景几何和光照模型生成一幅真实感图像的过程称之为绘制。常用的真实感图像绘制算法包括扫描线算法,光线跟踪算法,光能辐射度方法等。由于光栅图像通常包含数十万甚至上百万个象素,因此,如何开发利用景物的空间连贯性和图像连贯性,提高绘制算法效率是真实感图像技术的研究重点。
图像渲染是将三维的光能传递处理转换为一个二维图像的过程。场景和实体用三维形式表示,更接近于现实世界,便于操纵和变换,而图形的显示设备大多是二维的光栅化显示器和点阵化打印机。从三维实体场景的表示N维光栅和点阵化的表示就是图像渲染——即光栅化。光栅显示器可以看作是一个象素矩阵,在光栅显示器上显示的任何一个图形,实际上都是一些具有一种或多种颜色和灰度象素的集合。
想要渲染,你可以安装渲染软件的
试试伽马值2.2 线性流渲染
一、先设置宽度与高度,要小,这就是所谓渲染小图。(图1)。二、不论你这个场景以前渲染过与否。在“发光贴图”与“灯光缓存”这两个栏内都要使用“单帧”并且将其下一点的三个勾都打上。看(图2)(图3)。还有...
在图像渲染前,需要准备好三维几何模型信息,三维动画定义信息和材质信息。其中三维几何模型通过三维扫描,三维交互几何建模和三维模型库中获取;三维动画定义通过运动设计,运动捕捉,运动计算和动态变形中获取:材质从扫描的照片,计算机计算出的图像和人画出的图画中获取。图像渲染中要完成的工作是:通过几何变换,投影变换,透视变换和窗口剪裁,再通过获取的材质与光影信息,生成图像。图像渲染结束后,会把图像信息输出到图像文件或视频文件,或者是显示设备的帧缓存器中完成图形生成。
正像人们意识到绘画的最终目的并不仅仅是模仿自然和真实再现外部世界,在计算机图形学中的图像渲染领域,更应该有多样化的目标和选择。
尤其在近十年以来,这种多样化的探索形成了一个高潮,一个术语渐渐流行起来,它就是“非真实感图像渲染(NPR,Non-photorealistic Rendering)”,又称之为风格化渲染。非真实感图像渲染并不关心像照片般真实地再现客观世界,恰恰相反,它更专注于图形个性化和艺术化的表达。在非真实感图像渲染中,需要对渲染内容和方式做出主动的选择。对内容创造者(Comem Creator)来说他认为重要的部分要重点表现,而且要用他认为合适的方式来表现,而被创作内容在视觉上的真实并不是被考虑的重点。非真实感图像渲染经常由一个应用程序实现,这个程序以一幅图像或三维实体为输入,而输出特定艺术风格的图像。
计算机图形学研究人员的趣昧的变化与绘画历史的发展有相似之处。在相当长的历史阶段中,画家们都以真实再现外部世界为最高目标,并为此创造了许多方法和技巧(如透视等)。而画家的趣味也在改变,尤其是在照相机发明之后,因为没有人能够象照相机那样真实地再现外部世界。他们把目光投入到内心深处,于是又产生大量的个人化艺术化和风格多样的绘画流派和艺术体验。计算机图形学研究人员在图像演染中也发现了更多样的选择,在这个领域做出了大量的尝试和探索。
本文对P_Arch(建筑软件)和ModelView(渲染软件)的结构和功能做了简单的介绍,并针对应用需要提出了二次开发的方案和具体实施办法。
本文对P_Arch(建筑软件)和ModelView(渲染软件)的结构和功能做了简单的介绍,并针对应用需要提出了二次开发的方案和具体实施办法。
过去曾被西方称为印度墨渲染(indianink rendering),现在被西方称为中国墨渲染(chinese stick ink rendering).这是一种以墨色深浅表现明暗效果 与建筑形体和材料质感的技法。说多了讲不清楚,请看下面的实际渲染图。
通俗一点说,渲染图和照片差不多。左边这幅渲染图相当于黑白照片。只不过要等建筑建成后人才能拍照片,而渲染就是建筑师在设计建筑时想让建筑建成后变成这样,有一个时间顺序而已。
图像空间的分类方法-利用图像的灰度,颜色,纹理,形状,位置等底层特征对图像进行分类;例如:
[1]利用灰度直方图特征对图像进行分类;
[2]利用纹理特征对图像进行分类;
[3]采用纹理,边缘和颜色直方图混合特征对图像进行分类 ;
[1],[2],[3]均采用SVM作为分类器.
[4]用矩阵表示图像,矩阵元素是相应象素的灰度值,然后用SVD和PCA方法抽取图像特征,BP网络作为分类器.
图像空间的分类方法的共同缺点是数据量大,计算复杂性高,但分类精度一般比较理想.
图像可以分解为结构和纹理2大部分,其中的结构信息体现的是图像的整体框架,包含图像的边缘等重要的描述信息,而纹理信息体现的是图像框架中的细节部分。
TV模型容易在各向异性扩散的过程中,将平滑区域噪声作为边缘而产生阶梯效应,而分解出来的结构图像,去除了图像的噪声。因此,对图像的结构部分使用基于TV模型图像修复,就能避免噪声干扰引入的阶梯效应,但是此时还存在一个问题,利用结构图像进行TV模型的扩散修复,仅能避免原来图像中噪声对图像造成的阶梯效应,而对于图像中的边缘部分图像梯度变化大的地方即图像的特征点,如还沿着梯度的垂直方向扩散,则必然会造成图像特征点的迷糊化,因此,为保证图像的特征点的保持,必须在修复过程中将图像的特征点提取出,保证对特征点不沿着图像的梯度正交方向扩散。
在图像的结构部分采用以下的修复方程:
该修复方程利用图像分解技术提取图像结构部分,避免了原始TV模型容易引入的阶梯效应,防止修复结果出现假边缘,同时,对于图像中存在的特征点能很好地实现保留。