买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海交通大学

摘要：本发明涉及一种基于GPU的广义mipmap插值实时景深渲染方法，用于对图像进行景深渲染，所述方法包括下列步骤：根据图像的像素深度计算图像在像素空间内的弥撒圈半径；将图像在像素空间内的弥撒圈半径映射为连续的mipmap等级；采用各向异性高斯过滤计算离散等级下的mipmap图像；根据连续的mipmap等级和离散等级下的mipmap图像，采用插值法生成连续等级的mipmap图像；混合利用GPU与CPU将连续等级的mipmap图像贴回原始图像，完成景深渲染。与现有技术相比，本发明具有避免深度图降维、避免整张图渲染、图像生成效率高以及避免失真等优点。

主权项：一种基于GPU的广义mipmap插值实时景深渲染方法，用于对图像进行景深渲染，其特征在于，所述方法包括下列步骤：1根据图像的像素深度计算图像在像素空间内的弥撒圈半径；2将步骤1中得到的图像在像素空间内的弥撒圈半径映射为连续的mipmap等级；3采用各向异性高斯过滤计算离散等级下的mipmap图像；4根据步骤2得到的连续的mipmap等级和步骤3得到的离散等级下的mipmap图像，采用插值法生成连续等级的mipmap图像；5混合利用GPU与CPU将步骤4中得到的连续等级的mipmap图像贴回原始图像，完成景深渲染。

全文数据：一种基于GPU的广义mipmap插值实时景深渲染方法技术领域[0001]本发明涉及实时景深植染领域，尤其是涉及一种基于GPU的广义mipmap插值实时景深渲染方法。背景技术[0002]景深渲染是一种模拟真实相机镜头光学特性的计算机图像合成技术，主要目的是为了增强图像的真实感、增加图像的深度暗示、吸引观众关注清晰成像的物体而忽略图像中的其他模糊部分，从而使观众对图像信息有更好的理解。[0003]根据Sungkil等人在〈〈IEEETransactionsonVisualizationandComputerGraphics》（IEEE可视化与计算机图形学学报）第453页到第464页发表的"Real-TimeDepth-〇f-FieldRenderingUsingAnisotropicallyFilteredMipmapInterpolation"基于各向异性过滤式mipmap插值的实时景深植染论文中的论述，景深植染可分为三种：[0004]1精确模拟透镜折射光的多通道方法，[0005]2根据薄透镜模型计算弥散圈直径的单层后置过滤[0006]3计算弥散圈直径的多层后置过滤。[0007]其中，方法（1往往需要大量的景观样本，方法（2具有强度泄露（intensityleakage和前景模糊质量foregroundblurringquality等弱点，而方法⑶由于需要多层植染很难满足实时VR植染的速度要求。Sungkil等人提出了一种非线性的mipmap插值技术，能够有效地为图像中每个像素生成任意模糊程度的色彩，同时利用过滤方法遏制了双线性放大现象、提出各向异性mipmap策略以减少强度泄露、并减少了模糊不连续的问题。然而这种方法在平滑化非连续边界时，采用将深度图降维，通过新的模糊的DoB图来达到避免渲染图片中清晰部分与模糊部分的边界产生混合。采用先降维、再升维的方式，严重降低了图像生成效率，亟待改进。发明内容[0008]本发明的目的是针对上述问题提供一种基于GPU的广义mipmap插值实时景深渲染方法。[0009]本发明的目的可以通过以下技术方案来实现：[0010]-种基于GPU的广义mipmap插值实时景深渲染方法，用于对图像进行景深渲染，所述方法包括下列步骤：[0011]1根据图像的像素深度计算图像在像素空间内的弥撒圈半径；[0012]2将步骤1中得到的图像在像素空间内的弥撒圈半径映射为连续的mipmap等级；[0013]3采用各向异性高斯过滤计算离散等级下的mipmap图像；[0014]4根据步骤2得到的连续的mipmap等级和步骤3得到的离散等级下的mipmap图像，采用插值法生成连续等级的mipmap图像；[0015]5混合利用GPU与CPU将步骤4中得到的连续等级的mipmap图像贴回原始图像，完成景深渲染。[0016]所述图像在像素空间内的弥撒圈半径具体为：[0018]其中，c为图像在像素空间内的弥撒圈半径，α为可调节参量，d为原始深度，df为可调节的聚焦深度。[0019]所述连续的mipmap等级具体为：[0021]其中，m为连续的mipmap等级，k。为缩放常数，σ为标准差。[0022]所述离散等级下的mipmap图像具体为：[0024]其中，Ip⑴为离散等级为1的mipmap图像，Η为权重，wg为所有权重之和Η的倒数，Ω为包括中心点Ρ及周围八个相邻像素的点集，q为点集内的任意点。[0025]所述权重Hp，q，1具体为：[0027]其中，σ为标准差，G为经典高斯权重，ZP1为深度，Zf为聚焦深度。[0028]所述连续等级的mipmap图像具体为：[0030]β=1-m[0031]其中，Ipm为连续等级的mipmap图像，m为连续的mipmap等级，G为经典高斯权重，wc为所有权重之和G的倒数，Ω为包括中心点ρ及周围八个相邻像素的点集，q为点集内的任11?^〇[0032]与现有技术相比，本发明具有以下有益效果：[0033]1采用各向异性的高斯过滤技术，阻止某些临近的聚焦像素和模糊像素融合，避免了强度泄露的发生。[0034]2采用分层渲染的方式，先渲染后景，再渲染前景，防止了模糊前景干扰聚焦的深层景观。[0035]⑶在渲染过程中采用GPU与CPU混合使用的分层渲染，集合了GPU与CPU的优点，增加了实用性。[0036]4由于采用了各向异性的高斯过滤技术，因此避免采用先降维再升维的方法来防止强度泄露，提高了图像生成效率。[0037]5分层渲染避免了因为将整张图渲染而产生的边缘失真。附图说明[0038]图1为本发明的方法流程图；[0039]图2为渲染前后的对比图，其中（2a为渲染前，（2b为渲染后；[0040]图3为不同焦距下的渲染结果，其中（3a为焦距为189时的渲染结果，（3b为焦距为357时的渲染结果；[0041]图4为不同模糊程度的渲染结果，其中（4a为可调节参量α为13时的渲染结果，4b为可调节参量α为30时的渲染结果。具体实施方式[0042]下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。[0043]如图1所示，本实施例提供了一种基于GPU的广义mipmap插值实时景深渲染方法，用于对图像进行景深渲染，该方法包括下列步骤：[0044]1根据图像的像素深度计算图像在像素空间内的弥撒圈半径；[0045]2将步骤1中得到的图像在像素空间内的弥撒圈半径映射为连续的mipmap等级；[0046]3采用各向异性高斯过滤计算离散等级下的mipmap图像；[0047]4根据步骤2得到的连续的mipmap等级和步骤3得到的离散等级下的mipmap图像，采用插值法生成连续等级的mipmap图像；[0048]5混合利用GPU与CPU将步骤4中得到的连续等级的mipmap图像贴回原始图像，完成景深渲染。[0049]上述步骤的具体步骤如下：[0050]1根据像素深度计算其在像素空间内的弥散圈半径。在本实施例中，我们假设其等效相机模型为一个长度为E、焦距为F的理想薄透镜;我们选取聚焦深度为df，聚焦平面与透镜主光轴交于点Pf。对于任意深度d的物体，我们由薄透镜成像公式得到其像距：[0054]随后我们利用以下公式计算在成像平面上深度为d的物体的弥散圈半径：[0056]进一步，可以得到该物体在像素空间内弥散圈的半径C:[0058]其中，d为原始深度，α在本实施例中为一个可调节参量，df为可调节的聚焦深度。[0059]2根据第一步的结果，将像素空间内的弥散圈半径映射为连续的mipmap等级。在本实施例中，我们假设,并建立数学模型：[0064]3采用各向异性高斯过滤计算离散等级下的mipmap图像。我们将原色彩图是为IP〇，然后采用以下递推式逐步计算：[0066]其中，Ω为一个点集，包括中心点p及其周围的八个相邻像素，这里我们认为相邻像素与中心点间距离均为1，形成一个单位圆。wc为所有权重Η之和的倒数，函数Η通过以下过程计算：[0068]其中，σ为第二步中得到的标准差，G为经典高斯权重，Ζ表示深度且Zf为聚焦深度。[0069]4采用插值法生成连续等级的mipmap图像。设1为不大于m的最大整数，β=1-ηι，贝1J插值公式可如下表示：[0071]其中，Ω为一个点集，包括中心点p及其周围的八个相邻像素;G为经典高斯权重，wc为所有权重G之和的倒数。[0072]依据上述步骤，对于我们收集的色彩图和深度图进行测试和分析，比较了在不同聚焦深度和alpha参数情形下的景深渲染效果。所有实验均在PC计算机上实现，该PC计算机的主要参数为：中央处理器IntelRCoreTMi5-4210MCPU@2.60GHz2.60GHz，内存4GB。[0073]如图2~图4所示，结果显示，所有测试图像均能得到高质量的景深渲染图，没有明显的强度泄露、模糊不连续等问题。同时，我们可以随时调节聚焦深度和alpha参数改变实时渲染效果，显示出了算法的高效性。

权利要求：1.一种基于GPU的广义mipmap插值实时景深渲染方法，用于对图像进行景深渲染，其特征在于，所述方法包括下列步骤：1根据图像的像素深度计算图像在像素空间内的弥撒圈半径；2将步骤1中得到的图像在像素空间内的弥撒圈半径映射为连续的mipmap等级；3采用各向异性高斯过滤计算离散等级下的mipmap图像；4根据步骤2得到的连续的mipmap等级和步骤3得到的离散等级下的mipmap图像，采用插值法生成连续等级的mipmap图像；5混合利用GPU与CPU将步骤4中得到的连续等级的mipmap图像贴回原始图像，完成景深渲染。2.根据权利要求1所述的基于GPU的广义mipmap插值实时景深植染方法，其特征在于，所述图像在像素空间内的弥撒圈半径具体为：其中，C为图像在像素空间内的弥撒圈半径，a为可调节参量，d为原始深度，df为可调节的聚焦深度。3.根据权利要求1所述的基于GPU的广义mipmap插值实时景深植染方法，其特征在于，所述连续的mipmap等级具体为：其中，m为连续的mipmap等级，kcj为缩放常数，〇为标准差。4.根据权利要求1所述的基于GPU的广义mipmap插值实时景深植染方法，其特征在于，所述离散等级下的mipmap图像具体为：其中，Ip1为离散等级为1的mipmap图像，H为权重，we为所有权重之和H的倒数，Q为包括中心点P及周围八个相邻像素的点集，q为点集内的任意点。5.根据权利要求4所述的基于GPU的广义mipmap插值实时景深植染方法，其特征在于，所述权重Hp，q，l具体为：其中，〇为标准差，G为经典高斯权重，Zp1为深度，Zf为聚焦深度。6.根据权利要求1所述的基于GPU的广义mipmap插值实时景深植染方法，其特征在于，所述连续等级的mipmap图像具体为：6=1-m其中，Ipm为连续等级的mipmap图像，m为连续的mipmap等级，G为经典高斯权重，we为所有权重之和G的倒数，Q为包括中心点p及周围八个相邻像素的点集，q为点集内的任意点。

百度查询： 上海交通大学 一种基于GPU的广义mipmap插值实时景深渲染方法