技術(shù)特征：

1.一種基于gpu的不可見對象剔除方法，其特征在于，該方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(2)中視錐體的六個平面方程具體獲得方法為：

3.根據(jù)權(quán)利要求1所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(2)分析每個物體的坐標(biāo)位置相對于各視錐平面的空間關(guān)系，即為判斷坐標(biāo)點是位于各平面的正向還是反向，具體為：

4.根據(jù)權(quán)利要求1所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(3)中的當(dāng)前幀的深度圖為在渲染管線中的光柵化階段時得到，利用gpu計算的不透明物體的網(wǎng)格在對應(yīng)像素上的深度，取值范圍為0到1的浮點數(shù)。

5.根據(jù)權(quán)利要求1所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(3)生成層次化z緩沖區(qū)數(shù)據(jù)為當(dāng)前幀的深度圖通過降采樣的方法獲得的層次化深度圖數(shù)據(jù)，以當(dāng)前幀的深度圖作為初始，使用當(dāng)前降采樣的深度圖，每次取2*2的像素深度最大的深度值作為采樣值，以此類推，直到無法繼續(xù)降采樣。

6.根據(jù)權(quán)利要求1所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(3)物體的包圍盒信息和坐標(biāo)信息傳遞給gpu與層次化z緩沖區(qū)數(shù)據(jù)進行計算，具體為：

7.根據(jù)權(quán)利要求6所述的一種基于gpu的不可見對象剔除方法，其特征在于，所述步驟(3.1)中通過物體包圍盒坐標(biāo)信息計算該物體的深度值，具體為：

8.根據(jù)權(quán)利要求6所述的一種基于gpu的中不可見對象剔除方法，其特征在于，所述步驟(3.2)中通過物體包圍盒坐標(biāo)信息獲得該物體在屏幕上覆蓋的像素區(qū)域范圍，具體為：

9.一種基于gpu的中不可見對象剔除系統(tǒng)，其特征在于，該系統(tǒng)包括以下模塊：

技術(shù)總結(jié)
本發(fā)明公開了一種基于GPU的不可見對象剔除方法及系統(tǒng)，該方法通過計算觀察攝像頭視錐體的六個平面方程和每個觀察物體的世界坐標(biāo)，使用GPU并行計算每個觀察物體在視錐體某個平面的正面或背面，由此判斷物體是否在視錐體外部，從而將視錐體外部的物體全部剔除。再通過當(dāng)前幀的深度圖在GPU中生成層次化Z緩沖區(qū)數(shù)據(jù)，把物體的位置等信息傳遞給GPU與層次化Z緩沖區(qū)數(shù)據(jù)進行計算，將被完全遮擋的物體進行剔除。本發(fā)明利用GPU的并行計算能力，提高了剔除效率，極大降低了渲染時CPU計算負(fù)擔(dān)，并降低了剔除錯誤情況的發(fā)生概率。

技術(shù)研發(fā)人員：梁秀波,王思隆
受保護的技術(shù)使用者：浙江大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10