[发明专利]基于大规模模型场景的邻域查询方法

说明书

本发明公开了基于大规模模型场景的邻域查询算法，包括如下步骤：网格化步骤；扫描轴确定步骤：如视线位于第一象限，扫描轴为视点出发的+y方向向量；如视线位于象限II，扫描轴为视点出发的+x方向向量；如视线位于象限III，扫描轴为视点出发的‑y方向向量；如视线位于象限IV，扫描轴为视点出发的‑x方向向量；确定扩散方向步骤。本发明以非遍历查询为核心思想，提出了轴向视域扫描算法。空间加速结构的研究包括使用分块均匀网格进行动态扩展，避免场景大小变化时场景结构的重构；提出了四象限和扫描轴的方法。将视线方向的搜索转化为轴向扫描，加快了可视网格的搜索速度；LOD的分组策略，在轴向扫描的同时确定每个深度层的模型的LOD等级划分。

技术领域

本发明是一种基于大规模模型场景的邻域查询方法，属于视锥裁剪技术优化领域(渲染优化)。

背景技术

传统的空间分割结构依赖于场景内容的空间分布，如BVH、BSP、八叉树等。当场景内容发生变化时，这些结构需要重建场景层次。此外，对于可见性剔除，这些结构需要在每一帧遍历整个层次结构，但是随着世界变得越来越复杂，元素越来越多，越来越复杂的层次结构和大量紧密耦合的节点被用来表示场景结构,所以会导致遍历效率大大下降。目前，场景管理方法有两大发展方向，一个是面向高性能，一个是面向交互。面向高性能的常见的结构有二叉树，四叉树、八叉树、KD树等。KD树的查询性能相对较好，但是在处理大规模场景时，初始化过程非常耗时；BSP树不适用于室外场景，而适用于复杂的室内场景，其优势在快速碰撞检测、可见性判断等方面。八叉树常用在加速空间查询、视锥裁剪和射线查询等方面，但在大规模场景中，容易产生聚集在上层场景树结构的小几何对象。面向交互的场景管理大多采用场景图的方式，使用这种方式能较好地修改和重用对象，但是不能对加速渲染起到很好的作用。

发明内容

本发明针对传统的空间加速结构应用在大规模场景的缺陷设计了一种新的方案，提出轴向视域扫描方法(Axial View Scanning Algorithm)，该方法不是层次化遍历或者重构整个场景结构，而是沿着视野方向轴向扫描局部区域，提高在大规模场景中邻域检索的速度。

本发明的目的是通过以下技术方案来实现的：

基于大规模模型场景的邻域查询方法，包括如下步骤：

网格化步骤：把场景划分为均匀网格；

象限划分步骤：由于视线方向大多数情况下不是X或Y轴向的，所以以东北方向为起始轴，以90度的间隔逆时针将空间分成四个象限；

扫描轴确定步骤：如果视线位于第一象限(象限I)，扫描轴为视点出发的+y方向向量；如果视线位于象限II，扫描轴为视点出发的+x方向向量；如果视线位于象限III，扫描轴为视点出发的-y方向向量；如果视线位于象限IV，扫描轴为视点出发的-x方向向量；

确定扩散方向步骤：

S13：若视点朝向在第一，第三象限，则以视点所在的网格Grid(x，y)开始，向着轴向方向进行递增，直到检测到视域边界，即网格边界或者视锥体边界；得到深度扫描出的网格列表，该网格列表属于包含整个场景的均匀网格，这里通过深度扫描得到网格的引用，然后以每个网格的为起始点，朝着左右方向并行地进行线性扩散；

S24：若视点朝向在第二，第四象限，同样以视点所在的网格Grid(x，y)开始，向着轴向方向进行递增，直到检测终止条件；得到深度扫描出的网格列表，该网格列表属于包含整个场景的均匀网格，这里通过深度扫描得到网格的引用，然后以每个网格的为起始点，朝着上下方向并行地进行线性扩散。

作为优选方式，网格单元尺寸会影响整个加速算法的质量，较小的单元尺寸会增加对网格单元可见性的判断次数，较大的单元尺寸会在视场边缘增加不可见物体的渲染数量。网格化步骤中，块可以在四个方向上动态扩展，每个块被划分为均匀单元网格(例如8×8)；