基于线性化5d边缘方程的样本剔除的制作方法
【专利摘要】本发明介绍了使用基于三角形边缘的测试以便获得高效率的五维光栅化技术。五维边缘方程的紧凑公式被用于在表达为仿射超平面的五维中导出与图块测试相比是守恒的三角形边缘。
【专利说明】基于线性化5D边缘方程的样本剔除
[0001]背景
[0002]本发明涉及图形处理并且具体地涉及运动模糊和景深的图形描绘。
[0003]运动模糊是减少瞬时混叠(temporal aliasing)且使得运动内容显得更平滑的重要的视觉效果。然而，运动模糊的高效渲染在实时三维图形学中不是易事。在运动模糊的复杂光栅化中，运动几何图元在空间和时间二者上被采样，使用大的样本集合来获得具有低噪声水平的高质量运动模糊图像。对于样本位置中的每一个而言，执行内部测试以便确定运动图元是否覆盖样本。在x、y和t空间中的这种重叠测试通常比传统光栅器中的内部测试耗费更多。
[0004]景深是源自真实照相机的有限孔径的效应，并且使得离焦物体显得模糊。在景深的复杂光栅化中，几何图元在空间中而且在照相机透镜上均被采样。
[0005]支持同步的运动模糊和景深的复杂光栅器为五维(5D)域(X，y, U，V, t)中的每个三角形执行可见性测试。这个域由空间位置(X，y)、透镜坐标(U，V)和时间t组成。这些可见性测试在计算上比标准2D光栅化中的单一的可见性测试耗费更多。附加地，对于每个三角形，逐个像素地执行许多(例如，16-64)这种测试，以便获得具有低噪声水平的图像。
[0006]附图简要说明
[0007]参照以下附图描述一些实施例:
[0008]图1是一个实施例的流程图；以及
[0009]图2是一个实施例的示意图描绘。
[0010]详细说明
[0011]五维光栅化技术包括基于三角形边缘的图块测试。依据这种测试，可避免许多可见性测试，通过一些实施例增加了光栅化效率。一种五维边缘方程的紧凑公式被用于在五维中导出与图块(tile)测试相比是守恒的(conservative)三角形边缘。
[0012]来自具有线性顶点运动和景深的三角形的边缘方程可被写为:
[0013]e (x, y, u, v, t) = (n(t)+m(t) X (u, k ν,Ο)).(x, y, I) (I) (I)
[0014]其中n(t)和m(t)是t的二次向量，并且在2D均匀(2DH)坐标中执行所有计算，其中顶点被定义为P = (Px，Py, Pw)。导出项见下文。
[0015]我们假定世界空间中有线性的顶点运动，从而使得顶点根据P (t) = (l-t)q+tr运动。景深是剪辑空间中的剪切(shear)，其在透镜坐标(u，v)上被参数化，并且可被视为将向量c(t) (u，k，ν,Ο)应用到顶点位置。函数c(t) = (l-OJ+tc1是顶点P的剪辑空间弥散圆，并且k> O是校正非正方形纵横比的扩展系数。注意，c(t)是带符号的弥散圆并且可以是负的。
[0016]通过下式给出具有散焦和运动模糊的剪辑空间顶点位置:
[0017]P' (t) = P (t) +c (t) (u, k V, 0)
[0018]5D边缘方程在2DH中的范数通过下式定义:
[0019]p' 0(u, V, t) Xp' ! (u, V, t) = (Po (t) +C0 (t) (u, k V, 0)) X (P1 (t) +C1 (t) (u, k V,0)) = Po (t) XP1 (t) + (C1 (t) P0 (t) -C0 (t) P1 (t)) X (u, k V, 0)[0020]首项Pq (t) X P1 (t)可表达为:
[0021]p0(t) Xp1 (t) = (at2+bt+c) = n (t)
[0022]这是来自运动模糊光栅化的时间相关的边缘方程。
[0023]如果我们引入m⑴=Cl (t) P0 (t) -C0 (t) P1⑴(其在t中是二次的)，我们可将边缘方程写为 e(x, y, u, v, t) = (n(t)+m(t) X (u, k ν,Ο)).(x, y, I)。为了本说明的目的，我们定义在边缘以外e > O,即，可剔除的样本。
[0024]我们寻找边缘方程的下边界，其表达为xyuvt空间中的仿射超平面Ρ:α.χ = O，其中，x = (1，X，y，u, V, t),在屏幕空间图块 R: [xmin, XmaJ X [ymin, ymax]中有效，
从而使得针对屏幕空间图块内的所有样本，e(x，y，U，V，t) >a.Xo图块R可以是屏幕空间中的较小的轴对准区域，或者甚至为运动且散焦的三角形的整个边界框。
[0025]我们重新计算每个图块的超平面近似，并且使用该平面来剔除有效xyuvt域内的样本。如果有效样本的超立方体全部在超平面之外，则可剔除图块。更准确地，选择超立方体在超平面法线的负方向上最远的角C。如果a.c > O,可安全地剔除该图块。在xyuvt空间中对照超平面测试一个点总计有五个乘加操作(这可在定点运算中执行)。这可在图块水平和样本水平中均执行。
[0026]在一个实施例中，算法分层次地剔除不同大小的屏幕空间图块R中的样本。来自层级中的粗糙水平的计算和结果可被重新用作用于图块以更精细水平执行的计算的起点。
[0027]在一个实施例中，为了避免逐样本地计算ο = aC0nst+axcx+aycy, ο可被守恒地(conservatively)逐图块计算并且可在样本水平下重复使用。于是，对照超平面测试单独uvt样本花费三个乘加操作(这可在定点运算中执行)，但是相比于测算全超平面给出更低的剔除率。
[0028]我们还可使用超平面细化每个分量X，y，U，V，t的边界。总体上:
a.χ>0 w %>-会其给出每个坐标轴的边界。例如，如果我们想要重新定义临
时边界，我们使用来自上述公式的超立方体角c，并且针对每个三角形边，我们得到以下的不等式。
I
[0029]t > ~ — (flconst + axCx + (XyCy + + CU”)
ar
[0030]右侧的总和项可从上述的平凡拒绝(trivial reject)测试中重复使用，并且附加代价是逐条边缘逐个图块的除法。
[0031]为了获得超平面近似，在一个实施例中，我们单独地计算n(t).(x，y，l)和(m(t)X(u,kv, O)) *(x,y,l)项的下线性边界。逐个屏幕空间图块R地重新计算这些边界。完成的近似得到xyuvt空间中的超平面。可拒绝这个平面之外的所有样本。对于屏幕空间图块中的所有样本而言，该平面是有效的剔除平面。
[0032]使用来自运动模糊光栅化[Munkberg等人，“层级复杂运动模糊光栅化”，HPG2011]的一种已知技术线性化方程的首项n (t).(x，y，l)，从而使得
[0033]en = n (t).(x, y, I) > ο.(χ, y, I) + Y t.(2)
[0034]为了确Sem=(m(t) X (u, kv, 0)τ).(x, y, I) = d.(u, kv, O)的边界,我们首先确定m(t)的每个分量的边界并且将d = (χ, y,l)Xm(t)表达为3 = (4為/)间隔的向量。针对透镜的有效区域内的所有(U，V)，effl的下边界可被写为
[0035]卷爾 mi jg-1Z + ^"y 灸泛)Ctti + + ξ,(3)
[0036]这是em的下边界，并且对于图块R内的所有时间和样本位置是守恒的。
[0037]为了导出α, β, ξ系数,我们在透镜的四个角处测算tnin^u + iykv)并且选择
系数α，β，ξ，从而使得方程3成立。在一个实施例中，由a = uvg(dx),fi = k avg(dy)
和I = -0.5(141 + /cMyI)给出粗糙系数集合，其中avg(x) = 0.5(7 + ￡)并且W =〒—?。
利用U和V在的范围内这一事实，其他实现方式是可能的。
[0038]直观地，对于在焦点上的三角形而言，|m(t) I是小的，并且边缘函数仅当在透镜上移动时才稍微地被扰动。
[0 039]在一个实施例中，可通过将m(t)表达为二次贝塞尔函数来确定m(t)的边界:
[0040]m(t) = (l~t) 2b0+2 (l_t) tb1+t2b2.[0041]其中:
[0042]bo =Cfq0-Cfq1,
[0043]bi Ccfr0 + C^q0 - C^rl - c§q,)(
[0044]b2 = c\r0 - Co r].[0045]凸包(convex hull)特性使得我们通过简单地计算包含Idci, Id1和b2的轴对准边界框(AABB)来确定m(t)的边界。可在三角形设定中逐个三角形边缘地完成这个定界计算一次。如果我们在t上具有边界,对于更紧的边界而言,伯恩斯坦扩展(Bernstein expansion)可被重新参数化(使用de Casteljau细分)。
[0046]组合方程2和3，我们已经表明:对于(X，y) e R, (u, v) e Ω和t e [0，I]，e (χ,Y, u, V, t) = en+em > a.χ.而言，其中 χ = (I, x, y, u, ν, t)并且 a = ( ξ +οζ, οχ, oy, α，β , Y ) O
[0047]可通过测算每条边缘的剔除潜力来选择性地启用使用超平面进行的剔除。
[0048]相比于首先发现超平面并且然后将超平面与xyuvt立方体相交，我们可导出瞬时边界的更准确近似。使用U，V，χ和y的边界，新的近似将边缘方程表达为t的二次标量函数。
[0049]边缘方程的第二项可被写为:
[0050]Φ (U，V, t) = m(t).((u, kv, O) X (x, y, I))
[0051]对于某个屏幕空间图块，我们定义间隔向量
[0052]i = (u, kv, O) X (x, y, I) = (kv, —u, uy — kvx)
[0053]其中，f和f表示屏幕空间图块R的图块范围，并且汍P) ￡卜I,I] X [-1,1]代表有效透镜区域。此外，令m(t) = ft2+gt+h。现在引入:
【权利要求】
1.一种方法，包括: 通过将五维边缘方程线性化来确定图形处理器中的图元的可见性。
2.如权利要求1所述的方法，包括:逐个图元边缘地将边界公式化为超平面。
3.如权利要求2所述的方法，包括:在uvxyt空间中简化到仿射超平面，其中u和V是透镜坐标，t是时间，X和y是屏幕空间的空间坐标。
4.如权利要求3所述的方法，包括:使用所述仿射超平面边界来确定每个图元边缘的X，y, U，V, t的单独范围的边界。
5.如权利要求1所述的方法，包括:当三角形经历景深和运动模糊二者时，使用基于三角形边缘的边界。
6.如权利要求2所述的方法，包括:使用所述超平面将所述五维空间分离为两个半空间并且剔除落入所述半空间之一中的所有样本。
7.如权利要求6所述的方法，包括:为每个屏幕空间图块重新计算所述超平面。
8.如权利要求7所述的方法，包括:通过测算所述超平面在屏幕空间图块中的下边界来剔除样本。
9.如权利要求8所述的方法，包括:测算更粗糙的屏幕空间图块的超平面，并且在更精细的屏幕空间图块处重新使用以剔除样本。
10.如权利要求1所述的方法，包括:为屏幕空间图块检测定界函数、对照所述定界函数测试所述图块内的样本以及剔除所述定界函数之外的样本。
11.如权利要求9所述的方法，包括:仅对未剔除的样本完成完全可见性测试。
12.—种非瞬态计算机可读介质，存储由图形处理器执行的用于以下动作的指令: 通过将五维边缘方程线性化来确定图元的可见性。
13.如权利要求12所述的介质，进一步存储指令，用于逐个图元边缘地将边界公式化为超平面。
14.如权利要求13所述的介质,进一步存储指令,用于在uvxyt空间中简化到仿射超平面，其中u和V是透镜坐标，t是时间，X和y是屏幕空间的空间坐标。
15.如权利要求14所述的介质，进一步存储指令，用于使用所述仿射超平面边界确定每个图元边缘的X，y, U，V，t的单独范围的边界。
16.如权利要求12所述的介质，进一步存储指令，用于当三角形经历景深和运动模糊二者时，使用基于三角形边缘的边界。
17.如权利要求13所述的介质，进一步存储指令，用于使用所述超平面将所述五维空间分离为两个半空间并且剔除落入所述半空间之一中的所有样本。
18.如权利要求17所述的介质，进一步存储指令，用于为每个屏幕空间图块重新计算所述超平面。
19.如权利要求18所述的介质，进一步存储指令，用于通过测算所述超平面在屏幕空间图块中的下边界来剔除样本。
20.如权利要求12所述的介质，进一步存储指令，用于为屏幕空间图块检测定界函数、根据所述定界函数测试所述图块内的样本以及剔除所述定界函数之外的样本。
21.如权利要求18所述的介质，进一步存储指令，用于仅对未剔除的样本完成完全可见性测试。
22.—种装置，包括: 处理器，用于通过将五维边缘方程线性化来确定图元的可见性；以及 存储器，耦合到所述处理器。
23.如权利要求22所述的装置，所述处理器用于逐个图元边缘地将边界公式化为超平面。
24.如权利要求23所述的装置，所述处理器用于在uvxyt空间中简化到仿射超平面，其中u和V是透镜坐标，t是时间，X和y是屏幕空间的空间坐标。
25.如权利要求24所述的装置，所述处理器用于使用所述仿射超平面来确定每个图元边缘的X，y, U，V, t的单独范围的边界。
26.如权利要求22所述的装置，所述处理器用于当三角形经历景深和运动模糊二者时，使用基于三角形边缘的边界。
27.如权利要求23所述的装置，所述处理器用于使用所述超平面将所述五维空间分离为两个半空间并且剔除落入所述半空间之一中的所有样本。
28.如权利要求24所述的装置，所述处理器用于为每个屏幕空间图块重新计算所述超平面。
29.如权利要求25所述的装置，所述处理器用于通过测算所述超平面在屏幕空间图块中的下边界来剔除样本 。
30.如权利要求26所述的装置，所述处理器用于为屏幕空间图块检测定界函数、根据所述定界函数测试所述图块内的样本以及剔除所述定界函数之外的样本。
31.如权利要求30所述的装置，所述处理器用于仅对未剔除的样本完成完全可见性测试。
【文档编号】G06T1/00GK103999443SQ201180075355
【公开日】2014年8月20日 申请日期:2011年12月7日 优先权日:2011年12月7日
【发明者】C·J·穆克伯格, F·P·克莱伯格 申请人:英特尔公司