[发明专利]三维模型渲染方法、装置、设备及存储介质有效
申请号: | 202110377711.0 | 申请日: | 2021-04-08 |
公开(公告)号: | CN112933599B | 公开(公告)日: | 2022-07-26 |
发明(设计)人: | 陈玉钢;王钦佳 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F17/40 | 分类号: | G06F17/40;A63F13/525;G06T15/02 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 祝亚男 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维 模型 渲染 方法 装置 设备 存储 介质 | ||
1.一种三维模型渲染方法,其特征在于,所述方法包括:
在离线计算阶段,获取用户输入数据;根据所述用户输入数据,在三维空间中进行针对目标三维模型的视角范围划分,得到至少两个视角区域;
在离线计算阶段,对于所述至少两个视角区域中的任意一个视角区域,在所述视角区域中均匀采样出至少两个视角;
对于所述至少两个视角中的任意一个视角,将构成所述目标三维模型的各个三角形按顺序编号;按照编号顺序为构成所述目标三维模型的各个三角形指定唯一颜色;在所述视角下将所述目标三维模型渲染到帧缓冲区;回读并解析帧缓冲结果;响应于解析到的颜色对应三角形编号,将所述三角形编号指示的三角形确定为所述视角下的可见三角形;其中,所述视角下的全部可见三角形构成了所述视角下所述目标三维模型的三角形可见集;
将所述至少两个视角的三角形可见集的并集,确定为所述视角区域下所述目标三维模型的三角形可见集;
根据不同视角区域的三角形可见集,构造索引缓冲区;其中,所述索引缓冲区用于存储所述三角形可见集中各个三角形的顶点索引;
在实时渲染阶段,根据当前视角在所述索引缓冲区中确定目标子区间;根据所述目标子区间对应的三角可见集,渲染所述目标三维模型。
2.根据权利要求1所述的方法,其特征在于,所述视角范围为球面;
所述根据所述用户输入数据,在三维空间中进行针对目标三维模型的视角范围划分,得到至少两个视角区域,包括:
根据所述目标三维模型的顶点数据,确定所述目标三维模型的轴对齐包围盒;以所述轴对齐包围盒的中心点作为所述目标三维模型的中心点,确定单位球面;
按照经纬度对所述单位球面进行区域划分,得到所述至少两个视角区域。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将构成所述目标三维模型的各个三角形设置为不可见;
将深度测试设置为就近原则,开启深度写入;在任意一个视角下,通过绘制所述目标三维模型,得到所述目标三维模型各个像素的深度信息;将所述深度信息写入深度缓冲区;
将所述深度测试设置为值相等原则,关闭深度写入;对于构成所述目标三维模型的任意一个三角形,响应于所述三角形通过要求为值相等的深度测试,且所述三角形的绘制像素量大于零,将所述三角形由不可见设置为可见;
其中,所述视角下的全部可见三角形构成了所述视角的三角形可见集。
4.根据权利要求3所述的方法,其特征在于,所述就近原则是指:响应于同一像素位置出现像素重合,在所述深度缓冲区中存储所述像素位置的取值最小的深度值;其中,深度值越小,与三维空间中虚拟摄像机的距离越近;
所述值相等是指当前深度值与所述深度缓冲区中存储的对应深度值一致。
5.根据权利要求1所述的方法,其特征在于,所述根据不同视角区域下的三角形可见集,构造索引缓冲区,包括:
将所述至少两个视角区域按顺序编号;
按照编号顺序,顺次排列各个视角区域的三角形可见集的顶点索引,得到所述索引缓冲区。
6.根据权利要求1所述的方法,其特征在于,所述根据不同视角区域下的三角形可见集,构造索引缓冲区,包括:
将所述至少两个视角区域按顺序编号;
按照编号顺序,顺次排列各个视角区域的三角形可见集的顶点索引,得到所述索引缓冲区;其中,一个三角形可见集对应所述索引缓冲区的一个子区间;
对所述子区间进行三角形的顶点索引重排序,并将相邻子区间中重复出现的三角形的顶点索引进行合并,得到压缩后的所述索引缓冲区。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在离线计算阶段,将所述索引缓冲区存储到模型文件中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110377711.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种单脉冲神经网络时域编码神经元的网络入侵检测方法
- 下一篇:无动力传输装置