一种基于Shadow Mapping的阴影生成改进算法

doi:10.3778/j.issn.1002-8331.2008.32.049

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (32): 165-168.DOI: 10.3778/j.issn.1002-8331.2008.32.049

• 图形、图像、模式识别 • 上一篇下一篇

一种基于Shadow Mapping的阴影生成改进算法

谭同德¹,许绘香^1,2,赵红领¹,余晓霞¹

1.郑州大学信息工程学院，郑州 450052
2中州大学信息工程学院，郑州 450044

收稿日期:2007-12-10 修回日期:2008-02-27 出版日期:2008-11-11 发布日期:2008-11-11
通讯作者: 谭同德

Improved arithmetic of shadow generation based on Shadow Mapping

TAN Tong-de¹,XU Hui-xiang^1,2,ZHAO Hong-ling¹,YU Xiao-xia¹

1.College of Information Engineering，Zhengzhou University，Zhengzhou 450052，China
2.College of Information Engineering，Zhongzhou University，Zhengzhou 450044，China

Received:2007-12-10 Revised:2008-02-27 Online:2008-11-11 Published:2008-11-11
Contact: TAN Tong-de

摘要/Abstract

摘要： Shadow Mapping算法是目前广泛应用的阴影渲染方法，但该方法容易产生走样，特别是不能满足大规模场景中阴影的真实性和实时性要求。对此，提出一种利用平行面分割的改进Shadow Mapping算法，减少了算法运行时的缓冲空间，提高了阴影质量，尤其适合于动态大规模环境中实时阴影的生成。并用VS2005和OpenSceneGraph实现了算法的绘制过程，达到满意的视觉效果和生成速度。

关键词: 阴影映射（Shadow Mapping）算法, 大规模, 虚拟, 分割

Abstract: Shadow Mapping approach is one of the most widely used way of shadow generation，but it usually suffers from aliasing problem，and can not meet the requirement of reality and real-time performance in the shadow generation of large-scale scene.So，this paper proposes an improved method based on Shadow Mapping，which can produce real-time shadowing effects with less texture memory but significant improvement of shadow qualities，especially for the dynamic and large-scale virtual environments.The improved algorithm is implemented in VS2005 and OpenSceneGraph，and it can satisfy the requirement of quality and real-time performance.

Key words: Shadow Mapping, large-scale, virtual, split

谭同德¹,许绘香^1,2,赵红领¹,余晓霞¹. 一种基于Shadow Mapping的阴影生成改进算法[J]. 计算机工程与应用, 2008, 44(32): 165-168.

TAN Tong-de¹,XU Hui-xiang^1,2,ZHAO Hong-ling¹,YU Xiao-xia¹. Improved arithmetic of shadow generation based on Shadow Mapping[J]. Computer Engineering and Applications, 2008, 44(32): 165-168.

[1]	李晓筱，胡晓光，王梓强，杜卓群. 基于深度学习的实例分割研究进展[J]. 计算机工程与应用, 2021, 57(9): 60-67.
[2]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[3]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[4]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[5]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[6]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[7]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[8]	杨波，陶青川，董沛君. 改进Deeplab v3+网络的手术器械分割方法[J]. 计算机工程与应用, 2021, 57(7): 222-227.
[9]	胡扬涛，裴洋，林川，李世成，易玉根. 空洞残差U型网络用于视网膜血管分割[J]. 计算机工程与应用, 2021, 57(7): 185-191.
[10]	徐小春，董洪伟，魏程峰. 改进的CAGAN在虚拟试衣中的应用[J]. 计算机工程与应用, 2021, 57(6): 152-158.
[11]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[12]	张忠民，刘金鑫，席志红. 熵率超像素分割一致性检验视差细化算法[J]. 计算机工程与应用, 2021, 57(5): 204-209.
[13]	郝亚玲，朱欣娟，吴晓军. 面向3D虚拟展示的软件定制化系统研究[J]. 计算机工程与应用, 2021, 57(5): 271-278.
[14]	袁铭阳，黄宏博，周长胜. 全监督学习的图像语义分割方法研究进展[J]. 计算机工程与应用, 2021, 57(4): 43-54.
[15]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.

一种基于Shadow Mapping的阴影生成改进算法

Improved arithmetic of shadow generation based on Shadow Mapping

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics