为了在构建大规模森林场景时快速而有效地在森林区域内分布大量的植物,提出一种基于Poisson disk tiles模型,通过样本块拼铺的方式快速合成大面积植物分布的方法.在样本集生成阶段,采用一种角匹配的方式,并配合Relaxation dart throwin...为了在构建大规模森林场景时快速而有效地在森林区域内分布大量的植物,提出一种基于Poisson disk tiles模型,通过样本块拼铺的方式快速合成大面积植物分布的方法.在样本集生成阶段,采用一种角匹配的方式,并配合Relaxation dart throwing算法来生成植物分布的样本块集合,从而克服了传统方法中的圆盘越界问题和顶角问题;在合成阶段,按照角匹配的方式,并采用直接随机拼铺的模式来快速合成视域范围内的植物分布,可满足大规模植被场景的实时合成与漫游要求.此外,提出一种合成植物多密度变化、多物种混合分布的方法,其采用一种分离策略,通过从高密度样本块中分离提取一部分样本点来生成多密度等级及多物种等级的子样本块集;根据所合成地区的密度信息和物种信息来选取合适的样本块集进行拼铺,从而合成带有密度变化及多物种混合的植物分布.在此基础上,实现了一个大规模森林场景的构建与漫游系统.实验结果表明,文中方法在构建大规模植物场景上是非常有效的,即使植物规模达到千万级,其合成效率也可以满足交互式应用的需求.展开更多
文摘为了在构建大规模森林场景时快速而有效地在森林区域内分布大量的植物,提出一种基于Poisson disk tiles模型,通过样本块拼铺的方式快速合成大面积植物分布的方法.在样本集生成阶段,采用一种角匹配的方式,并配合Relaxation dart throwing算法来生成植物分布的样本块集合,从而克服了传统方法中的圆盘越界问题和顶角问题;在合成阶段,按照角匹配的方式,并采用直接随机拼铺的模式来快速合成视域范围内的植物分布,可满足大规模植被场景的实时合成与漫游要求.此外,提出一种合成植物多密度变化、多物种混合分布的方法,其采用一种分离策略,通过从高密度样本块中分离提取一部分样本点来生成多密度等级及多物种等级的子样本块集;根据所合成地区的密度信息和物种信息来选取合适的样本块集进行拼铺,从而合成带有密度变化及多物种混合的植物分布.在此基础上,实现了一个大规模森林场景的构建与漫游系统.实验结果表明,文中方法在构建大规模植物场景上是非常有效的,即使植物规模达到千万级,其合成效率也可以满足交互式应用的需求.
