基于表面分割的大型三维网格模型多分辨率表示并行构建与绘制

The multiresolution technique, which is one of the most efficient approaches to improve the rendering performance, has become a hot topic in the field of computer graphics. However, there are many difficulties in the design and implementation of this technique for massive meshes. Firstly, as geometric data and auxiliary data structures of massive meshes can not be completely loaded into memory due to limited memory size, the traditional multiresolution modeling and rendering algorithm can not be directly applied to the massive meshes. Secondly, with limited bus bandwidth and CPU processing power, the construction process of multiresolution representation for massive meshes often takes much time. This project researches a novel approach for parallel constructing and rendering multiresolution representation for massive meshes based on surface segmentation, which provides vertex-grained local refinement and generates the optimal rendering quality. It also researches data memory access optimization of multiresolution representation for massive meshes,which is used to improve the rendering speed of multiresolution representation. These researches are important theoretical and technical basis of constructing and rendering multiresolution representation for massive meshes. The research results can be used to the areas as cultural relic protection, entertainment and tourism to provide users the ability to interact with 3D models.

多分辨率技术作为一种非常有效的绘制加速技术，一直得到广泛的应用。但是对于大型三维网格模型而言，这种技术的设计和实现本身存在诸多难点。受限于内存容量，网格模型的几何数据及其辅助数据结构不能完全装载进内存，无法直接应用传统的多分辨率构建与绘制算法；受限于总线带宽和CPU处理能力，大型三维网格模型的多分辨率构建普遍耗时很长。本项目研究基于表面分割的大型三维网格模型多分辨率表示并行构建与绘制算法，提高模型多分辨率表示的构建速度，保证最佳的绘制质量；研究大型三维网格模型的数据存储访问优化技术，提高多分辨率表示的绘制速度。上述研究内容是大型三维网格模型多分辨率表示构建与绘制领域重要的理论与技术基础。研究成果可以直接应用于文物保护、影视娱乐、旅游等行业的虚拟展示。

随着三维扫描、计算机辅助设计和科学仿真等技术的飞速发展，包含上千万甚至数十亿几何图元的三维网格模型变得十分普遍，如何实现这些模型的交互式绘制成为迫切需要解决的难题。多分辨率技术作为一种非常有效的绘制加速技术，一直得到广泛的应用。但是对于大型三维网格模型而言，受限于内存容量、总线带宽和CPU 处理能力，这种技术的设计和实现本身存在诸多难点。本项目研究基于表面分割的大型三维网格模型多分辨率表示并行构建与绘制算法，利用GPU 实现渐进网格的并行构建及视点相关的顶点层次结构并行细化，并采用直接与平均缓存失配率相关的代价度量对三角形序列进行重排，在保证模型绘制精度的前提下，提高模型的多分辨率表示构建与绘制速度。此外，为了使得整个交互绘制过程更完整，项目组同时开展了基于图像的三维模型重建研究，希望能够通过简单的采集设备恢复模型的三维信息，采用超分辨率照片进行高精度三维模型纹理贴图，实现三维超高清虚拟展示。最后，考虑到GPU的并行计算能力在很多领域都有很好的应用前景，项目组结合现有的研究基础，开展了遥感图像颜色校正和医学图像分类等研究，希望结合特定的领域知识，实现高效的数据处理与分类。通过关键技术的研究和开发，项目最终发表论文18篇，其中SCI、EI、ISTP检索8篇；获软件著作权2项；培养硕士研究生10人，其中5人已获硕士学位；项目实施期间，课题组1人晋升副高级职称，获相关项目支持3项。