头发的建模、碰撞与渲染算法的改进

来源 :燕山大学 | 被引量 : 0次 | 上传用户:jsw10000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
头发仿真模拟可应用于游戏动画、电影电视、虚拟仿真等一系列领域,具有非常重要的地位和广阔的发展前景。如何对头发进行发丝建模及造型控制、头发的运动及碰撞如何处理以及如何更好地展示头发在自然光以及人造光照射下的视觉效果都是需要考虑的问题。因此,本文重点对这三部分进行研究和讨论。首先,针对头部模型的建模问题,本文采用Maya2018建模软件对头部模型进行绘制,并对头部模型的顶点、网格线及面进行调整,从而解决模型效果不真实的问题,增加模型的逼真程度;为了确定头发的生长区域及密度,对头部模型的头皮部分进行UV划分,将头皮表面分为不同的头发生长区域;对于头发的建模问题,本文对经典的质点弹簧模型进行改进,增加了弯曲弹簧、扭矩弹簧以及约束弹簧,使发丝能够更好的模拟复杂形变,从而构建出主导发丝;针对发丝的数量问题,本文采用头发插值算法,从主导发丝中插补出更多的从属发丝,从而在达到头发发丝数量要求的同时减少计算量;针对头发的造型问题,本文通过NURBS曲线构建三维网格模型的方式对头发造型进行精确拟合,并使用Catmull曲面细分技术对生成的三维网格模型进行细分处理,提高模型的精细程度。其次,针对头发在复杂风力作用下的运动模拟,采用Verlet数值积分法来对发丝质点在运动过程中的每一个时间步长内的位置及速度参数进行计算,从而实现发丝的实时运动效果;针对头发运动过程中发丝之间的自碰撞问题以及发丝与人体头部模型之间的体碰撞问题,分别采用圆柱体包围盒算法以及包围球算法来进行碰撞检测计算,从而增加了碰撞检测的精确度,避免了直接进行发丝质点的碰撞判定所带来的计算量过大的问题;使用柏林噪声函数来构建随机风场,将头发运动过程中的恒定风场改为随时间变化的随机风场,使头发运动过程中所受到的风力作用更加复杂,增加头发运动的变化。再次,为了避免传统的Phong光照模型导致的光照效果不真实以及Kajiya-Kay光照模型导致的光照细节效果不佳的问题,采用Marschner光照模型对头发进行光学渲染,优化头发的光照渲染效果;采用层次阴影图算法计算头发阴影,解决了传统算法对于头发阴影计算出现的走样问题;利用纹理贴图技术增加头发渲染的细节纹理效果,并使用多重采样抗锯齿技术解决渲染图像的锯齿感边界问题,使渲染图像更加清晰、真实感更强。最后,利用Maya2018建模软件、Unity3D游戏引擎、Open GL渲染管线,使用C#语言以及Java Script脚本语言实现头发的建模、碰撞及渲染的模拟效果。实验表明,本文方法能够对头发的建模及造型高度拟合,对头发在随机风场下的碰撞进行精确检测,且最终完成的头发渲染图像效果更强、逼真度更高。
其他文献
运动想象(Motor Imagery,MI)是脑机接口(Brain Computer Interface,BCI)系统中最常用的控制范式之一。运动想象脑电信号(Electroencephalogram,EEG)的分类与意图识别,则是基于运动想象的脑机接口系统的一个重点研究角度。本文将以左右手运动想象脑电信号为研究对象,以提高脑电信号的识别率为研究目标,结合运动想象脑电信号的特性,对脑电信号的伪迹去
以光纤、波带和波长为主的三层多粒度光交叉连接(Multi-Granularity Optical Cross-Connect,MG-OXC)结构已得到广泛应用,但该结构中波长利用率低、波带受波长连续性限制。而基于光码分复用技术(Optical Code Division Multiplex,OCDM)的三层结构,可以提高波长利用率,但端口使用数明显增多。针对以上问题,本文采用包含光纤、波带、波长和
快速序列视觉呈现(Rapid Serial Visual Presentation,RSVP)是一种典型的脑机接口(Brian Computer Interface,BCI)实验范式,在以10 Hz频率快速呈现大量图像刺激的同时,采集被试观看过程中的脑电信号(Electroencephalogram,EEG)并进行实时处理,提取出目标图像相关的脑电特征并用于分类,从而实现对特定目标图像的识别。本文
压缩感知是一种重要的信号处理技术,已经被广泛应用于医疗成像、射电天文等领域。其理论不受传统采样定理的束缚,统一了采样与压缩,用极少的采样量便可完整恢复出原信号,节省了大量的空间,避免了不必要的资源浪费。测量矩阵构造研究是压缩感知领域的关键技术之一。随机测量矩阵不仅需要存储大量数据,占用过多存储空间,而且因为是随机生成数据,对硬件配置有较高要求。为了适应实际需要,确定性测量矩阵研究受到广泛关注。该文
开放式领域的对话系统由于单轮语料库的容易获得以及深度学习技术的发展而取得了巨大的成功,但多轮对话因为其中经常出现的指代和信息省略现象,使得机器难以理解对话中的真实意图。近年来,不完整语句重写的任务引起了广泛关注,通过重写语句作为预处理过程,可以帮助进行后续的多轮对话建模。本论文研究的任务就是构建语句重写模型,通过学习与不完整语句相关的上下文信息,以恢复所有关键引用和省略的信息,帮助机器理解整个对话
在软件工程中,软件缺陷是对软件质量影响最大的因素。人工审查代码的速度和效率已经日趋不能满足软件系统生产发展的需要,因此,高效的软件缺陷预测变得愈发重要。本文针对软件缺陷预测中的特征选择问题进行了深入研究,以支持向量机为分类器,搭建了软件缺陷预测模型,并使用多个评价指标检验软件缺陷模型的性能。主要研究内容如下:首先,提出了一种基于多种关联性指标的综合排序过滤式特征选择算法。为了合理的评价特征与标签的
海面溢油污染是当今世界上最常见、影响最恶劣的海洋污染问题之一,严重危害生态环境安全和社会发展,加大对海洋溢油污染治理和改善的力度,刻不容缓。准确且快速的定位识别海面溢油是治理海洋溢油污染的基础与前提,但是目前针对海面上不连续分布的溢油还未见有可用的理论研究成果和成熟的探测方法,无法得到准确的探测与评估结果。因此,研究准确高效的不连续溢油的监测手段,是当前治理海面溢油污染的重要工作之一。为了弥补这一
在最近的几十年里,分布式频谱通信系统因具有抗隐秘性好、抗干扰能力强、可降低电磁干扰等诸多优势,在蓝牙、测距定位、移动宽带、民用数字蜂房等领域有着重要的应用。而分布式通信系统的同步、抗干扰、抗截获、多址通信等性能的好坏都与系统中所采用的扩频序列的特性密切相关。这就是为什么研究和推广序列设计理念的原因所在。因此,设计性能优良的扩频序列对提升现代分布式频谱通信系统的性能具有至关重要的理论意义和毋庸置疑的
多层异构网络能降低传输路损,提升用户服务质量,已成为5G网络的主要框架。为描述异构网络的主要性能,人们提出了网格模型和随机几何模型。其中网格模型假设固定的网络拓扑——固定的基站用户位置与数目。此假设虽适用于传统的单层宏基站网络,却难以应用在随机组网的多层异构网络中。相比于网格模型,随机几何模型假设随机的网络拓扑,能描述异构网络的随机特性,并可精确地刻画网络性能。然而引入随机几何模型也产生了复杂的数
火灾是影响全球众多植物群落结构和分布的重要生态因子。近年来,林火发生的频率和强度急剧增加,北京延庆、四川凉山、山西五台山等陆续发生的森林火灾都带来重大损失,而其中树冠火生长蔓延的强度和损失都是最大的。针对现有树冠火研究多偏重于火焰蔓延的数值模拟以及简单可视化,本文提出一种树冠火生长蔓延的实时仿真算法。首先,本文采用基于粒子系统的方法结合N-S方程进行火焰模型的构建。采用Helmholtz-Hodg