为了充分利用图形处理器(GPU)的强大计算力和并行处理能力,并有效克服CPU/GPU间数据传输的瓶颈,提出了一种新的基于GPU的曲面自适应细分算法.通过采用细分模板(SP),在GPU的顶点处理器上将从CPU上传送来的控制网格进行求值细分.给出了自适应细分层次的判定,以及通过带裙边的SP来解决可能出现的裂缝问题.将该方法用于Catmull-Clark细分曲面和Loop细分曲面的求值显示,并推广应用到其他类型细分,和GPU上的其他着色器组合使用,对硬件要求很低,只需要能够支持顶点着色器的显卡.与CPU求值渲染、基于片段处理器求值渲染方法运行效率的对比分析,证明了该方法的高效性.
国家“973”重点基础研究发展计划资助项目(2006CB303106);博士学科点专项科研基金资助项目(20070335074);国家“十一五”科技支撑计划资助项目(2006BAF01A45-05);浙江省自然科学基金资助项目(Y107403);杭州市科技计划资助项目(20062422B05).
唐敏 童若锋 董金祥. 基于GPU的曲面自适应细分[J]. J4, 2008, 42(7): 1145-1149.
TANG Min, TONG Re-Feng, DONG Jin-Xiang. . J4, 2008, 42(7): 1145-1149.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2008/V42/I7/1145
Cited