一种基于sort-last体系结构的并行绘制系统的制作方法

文档序号:7764514阅读:414来源:国知局
专利名称:一种基于sort-last体系结构的并行绘制系统的制作方法
技术领域
本发明涉及一种基于sort-last (后归属判断)体系结构的并行绘制系统,属于并 行绘制技术领域。
背景技术
面对大型数字游戏、大中城市三维数字化管理、大型区域联合军事仿真训练、大规 模科学计算可视化等应用领域,专业图形工作站已很难适应越来越复杂的绘制算法以及越 来越大的场景数据规模的需求,并且其价格昂贵,系统扩展性不佳,而基于PC集群的并行 绘制引擎因具有高性价比、扩展性好、使用灵活和升级方便等诸多优点成为近几年来研发 的热点。人们更趋向于将配有高性能3D图形卡的PC集群通过千兆以太网互连,从而构建 基于集群的并行绘制系统以替代单机实现大规模场景的实时绘制。本发明所涉及的并行绘制系统由PC集群构成,如图2所示,采用sort-last体系 结构,PC集群有1台PC机作为融合节点,其余PC机作为绘制节点。所谓sort-last体系 结构,即各绘制节点按应用需要分别完成各自的场景图像绘制,形成中间图像及相应的像 素深度图像,再交由融合节点经深度融合后形成最终图像。例如某些绘制节点负责绘制场 景中的背景,某绘制节点负责绘制场景中的物体,某些节点负责绘制场景中的地形,然后将 各节点绘制的图像依像素深度融合,形成一个完整的场景,如图3所示。对sort-last体系结构而言,图像融合需要精确的像素深度信息,因而针对各绘 制节点的像素深度图数据,必须采用无损压缩的方法,sort-last系统的最大优点是简明, 场景数据的不均勻分布引起的负载不均衡较小,但由于各绘制节点在每一帧都需要将两幅 图像即场景图像和相应的像素深度图像传给融合节点,并由融合节点采用基于深度信息的 图像融合策略生成最终图像,因而sort-last系统的图像数据传输和深度图像融合是系统 的主要开销和瓶颈,本发明提出了一种基于模板信息的LZW深度信息无损压缩方法和一种 改进的directsend图像融合算法,能够有效提高图像数据传输的效率并改善最终图像融 合的效果。

发明内容
本发明要解决的技术问题是克服现有技术的不足,采用sort-last (后归属判 断)体系结构,提出了一种基于模板信息的LZW深度信息无损压缩方法和一种基于direct send的图像融合算法。基于模板信息的LZW深度信息无损压缩方法利用了自适应帧间差值 技术和基于模板的信息压缩技术,提高了深度图像的传输效率,基于direct send的图像融 合算法改善了最终图像融合的效果。本发明采用的技术方案基于sort-last体系结构的并行绘制系统,其特点在于 采用如图2所示的机群系统,融合节点和绘制节点通过局域网相连,绘制节点负责各自场 景的绘制、融合节点负责汇总各绘制节点形成的场景图像和相应的像素深度图像,并依据 图像深度信息最终融合形成最终图像输出。本系统具体通过以下步骤实现并行体绘制,如图1所示(1)新一帧绘制开始,各绘制节点分别绘制场景图像,形成场景图及相应的像素深 度图;(2)各绘制节点对第(1)步形成的像素深度图进行基于模板信息的LZW深度信息 无损压缩;(3)各绘制节点对第(1)步所形成的场景图像进行Jpeg压缩;(4)各绘制节点将第(2)步和第(3)步所形成的压缩后的场景图像和像素深度图 通过网络发送给融合节点,融合节点将所接收到的数据进行解压;(5)融合节点采用改进的direct send图像融合算法,依据深度信息对各绘制节 点所绘的场景图像进行深度融合,形成最终图像输出,最后返回第1步开始新一帧图像的 绘制。本发明与现有技术相比的有益效果是(1)相对现有技术,本发明提出的基于模板信息的LZW图像深度信息无损压缩方 法充分利用了像素深度信息中的数据相关性,即相近的图像深度信息之间的差值较小的特 点,实现了以模板信息为基准的图像深度信息的差值传递,通过差值传递过程中数据冗余 的大小变化,而不断动态修改模板信息,再进行LZW数据的压缩传递,有效提高了数据压缩 的效率,此外,该方法还在应用允许的前提下通过插值技术进一步降低网络信息的传输量。(2)在sort last体系结构中,最常用的深度合成方法为direct send方法,由于 directsend方法在深度融合过程中仅依据深度信息比较,使得并行绘制系统中各绘制节 点所绘制的图像信息完全独立,仅体现为相互间的遮挡关系,没有体现透明度及图像融合 问题。本发明在融合节点对direct send方法加以改进,通过设置各绘制节点图像绘制的 alpha通道值,启动混合功能,从而达成更好的图像深度融合效果。


图1为节点自定位过程图示;图2为基于sort-last并行绘制系统的深度融合系统结构图;图3为基于sort-last并行绘制系统的图像深度融合过程4Jpeg图像压缩过程示意图;图5Jpeg图像解压过程示意图;图6为RLE模板数据图示;图7为深度融合方法效果图对比7a为direct send方法绘制效果;图7b为本发明方法绘制效果1 ;图7c为本发明方法绘制效果2。
具体实施例方式下面结合附图及具体实施方式
对本发明进一步详细说明。(1)新一帧绘制开始,各绘制节点分别绘制场景图像,形成场景图及相应的像素深 度图。
这一流程由各绘制节点完成,各绘制节点利用计算机图形学和多媒体技术绘制一 帧场景图像,然后从帧缓存中读出场景图像颜色数据及相应的像素深度图像数据。所谓像 素深度图像是指与场景图对应位置的像素的深度,即该像素所属的场景物体到视点的距罔。(2)各绘制节点对第⑴步形成的像素深度图进行基于模板信息的LZW深度信息 无损压缩。首先引入本步骤所涉及的一些概念深度图像分块对一帧M像素XN像素尺寸的深度图像,以8像素X8像素为基准 对深度图像分块。模板信息(Template Information)是像素点(x,y)压缩编码过程中的参考模板 值,记为 TI[x] [y],χ = 1,2,...,M;y = l,2,...,N;深度信息是第i帧深度图像像素点(X,y)处的深度信息值,记为Cbpthi [x] [y];差值信息(Difference Information)是第i帧深度图像像素点(x,y)的深度信 息与模板信息的差值,记为DIi [χ] [y];累积平方和是第i帧第j个图像分块对应的差值信息的平方之和,记为Sumi[j];编码信息表示第i帧深度图像像素点(X,y)需要进行压缩编码的数据,记为 Compressi[x] [y]。标记信息用来标记第i帧第j个图像分块对应的编码信息是否为模板信息,记为 Mark[j], j = 1,2,…SM,其中sM为深度图像的分块个数。Mark[j]以字节方式顺序存储, 每字节有8位,代表8个分块标记,如该位为1,表示第j个图像分块对应的编码信息的为模 板数据,为0表示第j个图像分块对应的编码信息为与模板数据的差值。基于模板信息的LZW深度信息无损压缩方法的具体步骤如下第一步,读取第一帧场景的深度信息,并以之做为模板信息及当前编码信息即点(X,y)处的深度模板信息为TI[x] [y] = d印thjx] [y],χ = 1,2,...,M;y = l,2,…,N,当前编码信息为Compressi [x] [y] = TI [χ] [y], χ = 1, 2, ...,M;y = l,2,...,N;i = l,2,…;标记第1帧编码信息中所有分块均为模板数据,Mark[j] =Lj = 1,2,…Sm ;第二步,读取第i帧(i > 1)的深度信息d印thjx] [y],χ = 1,2,...,M;y = l,2,...,N;i = l,2,…;第三步,计算第i帧(i > 1)深度信息与已有模板信息的差值信息DIi [χ] [y],DIiW [y] = depth, [χ] [y]-TI [χ] [y], χ = 1,2, ...,M;y=l,2,...,N;i = l, 2, …;第四步,计算第i帧(i > 1)第j块中所有像素差值信息的累积平方和
EX(j) EY(j)SumXj]= Z Σ ΙΧχ^\2,
X=SX (J)y=SY U)其中,SX(j)为第j块χ起始序号,EX(j)为第j块χ终止序号,SY(j)为第j块y 起始序号,EY(J)为第j块y终止序号;第五步,比较第i帧(i > 1)第j块累计平方和SumiU]与第i_l帧第j块累计平方和Sunv1 [j]之间的关系,得到以下两种情况情况1 =Sumi [j] ( Smv1 U],说明第i帧时第j块图像深度信息与模板信息之间 差别变小或者不变,维持原模板信息不变,并将第i帧时第j块与原模板的差值信息置为当 前编码信息,即Compressi [x] [y] = DIi [χ] [y], χ e [SX (j),EX (j) ],y e [SY (j),EY (j)];标记第i帧(i > 1)编码信息中的第j分块为深度信息与模板信息间的差值数据, Mark[j] = O ;情况2 =Sumi [j] > Smv1 U],说明第i帧时第j块图像的深度信息与相应的模板 信息相差较大,则更新该段内的所有模板数据为第i帧的图像深度数据,即TI [x] [y] = Cbpthi [χ] [y], χ e [SX (j),EX (j) ],y e [SY (j),EY (j)];同时将当前编码信息置为相应的模板信息,即Compressi [x] [y] = TI [χ] [y], χ e [SX (j),EX (j) ],y e [SY (j),EY (j)];标记第i帧(i > 1)编码信息中的第j分块为模板数据,Mark[j] = 1 ;第六步,块序号j加1,返回(2. 4),直到遍历完第i帧深度图像的所有分块,进入 第七步;第七步,对当前编码信息及标记信息进行LZW压缩编码,即通过建立一个字符串 字典表,用较短的代码来表示较长的字符串从而实现压缩,同时压缩比随着输入编码的数 量增加而增大。例如采用如表1所示的字典表。
权利要求
基于sort last体系结构的并行绘制方法,其特征在于采用sort last体系结构,该结构由PC机群系统构成,包括一个融合节点和若干绘制节点,节点间通过局域网相连,绘制节点负责各自场景的绘制,融合节点负责汇总各绘制节点形成的场景图像和相应的像素深度图像,并依据图像深度信息最终融合形成最终图像输出;具体包括以下步骤(1)各绘制节点分别绘制场景图像,形成场景图及相应的像素深度图;(2)各绘制节点对第(1)步形成的像素深度图进行基于模板信息的LZW深度信息无损压缩;(3)各绘制节点对第(1)步所形成的场景图进行Jpeg压缩;(4)各绘制节点将第(2)步和第(3)步所形成的压缩后的场景图和像素深度图通过网络发送给融合节点,融合节点将所接收到的数据进行解压;(5)融合节点采用改进的direct send图像融合算法,依据深度信息对各绘制节点所绘的场景图进行深度融合,形成最终图像输出,返回第(1)步开始新一帧图像的绘制。
2.根据权利要求1所述的基于sort-last体系结构的并行绘制方法,其特征在于所 述步骤(2)中提出的基于模板信息的LZW深度信息无损压缩方法,具体包括对一帧M像素XN像素尺寸的深度图像,以8像素X8像素为基准对深度图像分块,像 素点序号记为(x,y),x = l,2,…,M;y = l,2,…,N;(2.1)读取第一帧场景的深度信息d印thi[X][y],X = 1,2,…,M;y= 1,2,…,N,并 以之做为模板信息及当前编码信息, 即点(χ,y)处的深度模板信息为TI [x] [y] = depthi [χ] [y], χ = 1, 2, ...,M;y=l,2,...,Ν, 当前编码信息为Compressi [x] [y] = TI [χ] [y], χ = 1,2, ...,M;y=l,2,...,N;i = l,2,…; 标记第1帧编码信息中所有分块均为模板数据,Mark[j] =Lj = 1,2,…SM,其中Sm 为深度图像分块个数;(2. 2)读取第i帧的深度信息,d 印 thjx] [y],χ = 1,2,...,M;y=l,2,...,N;i = l,2,…;(2. 3)计算第i帧深度信息与已有模板信息的差值信息DIi [x] [y],DIi [χ] [y] = depth, [χ] [y]-TI [χ] [y], χ = 1, 2, ...,M;y=l,2,...,N;i = l,2,…;(2. 4)计算第i帧(i > 1)第j块中所有像素差值信息的累积平方和
全文摘要
一种基于sort-last(后归属判断)体系结构的并行绘制系统,其特点在于针对大规模复杂场景绘制的应用需求,构造基于sort-last体系结构的并行绘制系统,通过无损深度图像压缩和有损场景图像压缩技术降低并行绘制网络的传输负载,通过深度图像融合技术进一步改善绘制效果。
文档编号H04N7/26GK101986710SQ20101053525
公开日2011年3月16日 申请日期2010年11月3日 优先权日2010年11月3日
发明者何兵, 宋健, 王莉莉, 赵沁平, 郝爱民 申请人:北京航空航天大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1