头发的真实感绘制算法研究

【摘要】：随着图形学技术的飞速发展,计算机虚拟角色越来越多的被应用到电影、游戏、动画的制作当中。为了实现虚拟角色的真实感,需要一些关键技术,如骨骼动画、表情神态以及头发模拟。而头发模拟一直是图形学领域非常具有挑战性的重要问题。 本文采用粒子模型来表示头发,模型的结构简单。在头发渲染方面,使用了Kajiya-Kay的经典毛发光照模型对头发进行渲染,同时采用了不透明阴影图技术,高效地描述了头发的自阴影。算法使用OpenGL作为开发工具,并用GLSL将大部分绘制操作在GPU的顶点着色器和片段着色器上实现,具有较好的移植性,算法简洁、效率高,能在普通的硬件配置上,实现高质量的渲染输出 作为虚拟人研究的一个部分,头发的仿真与动态实现十分复杂,几乎涉及到了计算机图形学技术的各个方面,具有重要的理论价值。虽然头发的模拟非常重要,而且已有了大量的研究,但是实时的进行头发绘制现在依然是一个挑战。 早在20世纪80年代人们就已经开始了计算机生成头发的技术研究,当时由于硬件条件以及图形学技术的限制,生成的头发真实感不高,而且速度很慢。一直以来,图形学工作者们都在试图为解决这两方面的缺陷而进行着不懈的努力,他们取得了-个又一个的成果。直到现在,计算机生成头发技术依然是一个研究热点。 本文设计并实现了一个头发实时绘制的算法框架,在图形硬件的支持下能够获得更快的速度。本文主要研究了头发的建模、受力分析、碰撞检测、头发光照和阴影生成等技术。 本文认为组成头发的基本单位是头发束,一个头发束是由很多相似的头发组成的,因此只要绘制出一根关键头发,其他的头发就可以通过这根关键头发进行一些属性调整来得到。对一个头发束的描述其实就是对头发束中关键头发的描述,这大大减少了描述头发的数据量,也简化了计算。每一根关键头发是由一系列粒子组成的,每个粒子都含有位置、颜色、方向等信息,将这些粒子平滑地连接起来就可以生成一根头发。其他的成员头发都可以根据关键头发进行调整得到。 在建立了头发的基本模型之后,本文研究了头发的弯曲模型,在没有任何外力的作用下,头发是垂直于头皮笔直生长的,因为有力的作用,头发会产生弯曲,解决弯曲的最好方法就是采用工程力学的悬臂梁模型。 想要得到具有真实感的头发模型,必须要有光照。由于毛发数量众多,普通的光照模型不太适用,本文采用了Kajiya-Kay提出的经典毛发光照模型,来对头发进行光照计算,从而得到较真实的头发三维模型,这种光照模型可以很方便地通过着色语言来实现,使用硬件来加速绘制。之所以使用这种光照模型,是因为它的效率高,而且可以产生很好的视觉效果。Kajiya-Kay光照模型是最具真实感的毛发绘制算法之一 对于头发这种复杂的三维几何体,只有光照效果是不够的,头发的自阴影信息对实现真实感绘制是十分重要的。目前绘制阴影普遍采用的是阴影图技术,但是传统的阴影图算法由于自身的缺陷,无法处理像头发这样的三维密集体。本文采用了不透明阴影图算法来产生头发的自阴影信息。该算法扩展了一般的阴影图,可以处理体物体和反失真。适用于生成不连续物体的自阴影,如：树叶、头发等。算法适合采用硬件实现,尤其是支持3D纹理的硬件,会获得更快的渲染速度。 算法使用OpenGL作为开发工具,并用GLSL将大部分绘制操作在GPU的顶点着色器和片段着色器上实现,具有较好的移植性,算法简洁、效率高,能在普通的硬件配置上,实现高质量的渲染输出。