Hidden Surface Removel Algorithms----Occlusion Culling一种高效的基于大规模地形场景的OCCLUSION CULLING算法...

最新推荐文章于 2025-03-24 11:38:45 发布
转载 最新推荐文章于 2025-03-24 11:38:45 发布 · 239 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/dreams/archive/2007/03/26/688650.html

本文提出一种实时地形遮挡剔除算法，通过线段求交技术高效剔除被遮挡的地形块，有效提升渲染效率。

对于通用场景来说我以前介绍的区间扫描线Z缓冲器算法可以剔除大部分的不可见物

体，但是在基于heightmap的大规模地形场景下会发现作用不是太大，区间扫描线Z

缓冲器算法需要在场景中手工指定occluder，occluder必须为规则物体，而在地形

场景中这种occluder非常少，也就是场景中的建筑物之类的物体。实际上地形场景

中最适合作为occluder的是连绵起伏的丘陵、山脉，它遮挡住了场景中的大部分物

体，但是区间扫描线Z缓冲器算法对这种情况下的OC就无能为力了，需要使用其它算

法进行OC计算，现在网上完全公开的适用于地形场景的OC技术主要有以下几种：
Voxel column culling、Hierarchical visibility、incremental horizon。这些

算法都需要进行一些预处理，其中最流行是incremental horizon（增量地平线）技

术，这种技术要求在渲染前对每一个地形块计算一个潜在轮廓线，在渲染时将这些

潜在轮廓线合并为地平线进行OC处理。由于这种算法需要进行预处理因此也不太适

用游戏开发，此后我自己又开发了一个realtime计算的incremental horizon算法，

但是发现开销太大，根本无法用于realtime rendering（和Pascal Junod在论文
《Implementation of a O(na(n)log(n)) Point
Visibility Algorithm on Digital Terrain Models》中使用的算法相同，这篇论

文我也是后来才发现的，有兴趣的可以翻看一下我以前在gameres发表的文章）。
下面列出的是网上相关的论文，有兴趣可以自己看一下。
Lloyd B, Egbert P. Horizon occlusion culling for real-time rendering of

hierarchical terrains. In: Gross M, Joy KI, Moorhead RJ, eds. Proc. of

the IEEE Visualization. Boston: IEEE Computer Society Press, 2002. 403-

410.
Stewart J. Hierarchical visibility in terrains. In: Dorsey J, Slusallek

P, eds. Eurographics Workshop on Rendering. Vienna: Springer-Verlag,

1997. 217-228.
Zaugg B, Egbert P. Voxel column culling: Occlusion culling for large

terrain models. In: Ebert D, Favre JM, Peikert R, eds. Proc. of the Joint

Eurographics-IEEE TCVG Symp. on Visualization. Vienna: Springer-Verlag,

2001. 85-93.
Stewart J. Fast horizon computation at all points of a terrain with

visibility and shading application. IEEE Trans. on Visualization and

Computer Graphics, 1998,4(1):82-93.
Daniel Archambault. All the Distant Horizon Edges of a Terrain. B.Sc.

(Hons.) in Computing Science, Queen’s University (Kingston), 2001
Pascal Junod. Implementation of a O(na(n)log(n)) Point
Visibility Algorithm on Digital Terrain Models. October 1999

后来我仔细观察farcry的editor sandbox，经过差不多两个多月的试验终于开发出

一个可以realtime运行的用于地形环境的OC算法，这个算法的开销非常小，经过我

在OGRE平台上的试验，此算法可以做到非常精确的剔除，FPS提升明显。由于这个算

法的核心是线段求交，因此我暂时称其为线段求交OC算法。
在介绍这个算法前先明确一下坐标系，一张heightmap的行为X，列为Y，高度方向为

Z。
先考虑单点OC的情况，如下图所示：
         P
         |
         |C
A-------------------B
         |
         |
         O
假设plane AB为一个occluder，O为camera位置，如果要判断点P是否被AB遮挡，只

需要简单的判断线段OP是否和occluder AB相交即可，如果存在相交点C则点P即被遮

挡，问题被简化为线段和平面的求交。下面继续考虑在地形环境下如何简化这个问

题，在地形环境下heightmap的每一行和列都可以看作一个occluder，这里假设AB为

行或列相临两个顶点组成的线段，如果要判断点P是否被AB遮挡，可以通过比较交点

C在线段OP和线段AB上的z值来确定：
Zc_op > Zc_ab   点P没有被线段AB遮挡
Zc_op <= Zc_ab  点P被线段AB遮挡
现在检查点P是否被遮挡在地形环境下简化为一个简单的2D线段求交问题，这也是本

算法之所以高效的原因。
下面继续来看一下如何将算法由一个点推广到整个地形。在基于heightmap的地形系

统中通常将地形分成一块块小的tile，根据LOD算法的不同tile大小可以为17*17或

者33*33不等，这里假设使用17*17的tile。
首先来看如何剔除场景中被遮挡的tile。对于tile来说如果所有的顶点都位于其前

方行和列的下方，那么它一定被遮挡。换句更精确的定义，对于tile的每一个顶点

，如果与camera所在位置所形成的线段，全部与位于tile和camera之间的行或列中

任意一条线段相交，那么可以确认tile被完全遮挡。
按照上面的定义，一个tile如果被检查到完全遮挡需要检查17*17=289次，虽然2D线

段求交运算开销非常小，但是一个tile就需要进行289次运算仍然是不可接受的，需

要更简化的算法。考虑一下区间扫描线Z缓冲器算法，occludee使用都是物体的AABB

，是否可以使用tile的AABB进行运算呢？由于地形环境的性质可以不用考虑AABB最

下面的四个顶点，但是直接使用AABB最上面的四个顶点进行运算绝对不行，如图所

示：

四个顶点虽然被完全遮挡，但是occludee并没有被完全遮挡，如果解决这个问题需

要将AABB的up表面分割成16*16的格子，这样的话运算次数并没有发生变化。
这里可以使用一个取巧的方法，如下图所示：


将AABB投影到camera空间，直接获得线段AB，将AB线段16等分，获得17个新的顶点

，注意这些顶点z值全部相等，现在ocludee是否可见只需要检查17次就可以了。
下面看一下算法复杂度，对于一个完全遮挡的tile只需要进行17个顶点的计算，完全未遮挡的tile只需要计算一个顶点，部分遮挡的tile大约是2-16个顶点左右，由于tile在进行OC运算之前首先要做frustum culling，剔除被frustum culling的tile，然后剔除那些没有被遮挡的tile，实际上的运算量非常少。
注意这里的每个顶点的计算不是指简单的17次线段求教运算,根据tile距离camera位置的远近每一个顶点求交的数量是不一样的,例如下图所示:


图中线段OA需要检查三条行和列,一共是六个交点,需要进行六次线段求交运算.
对于场景中的模型进行OC运算时，也需要按照上面的方法将模型的AABB变换到camera空间，获取一条occludee线段，然后根据地形相临顶点之间的距离确定顶点数。
使用这个算法和区间扫描线Z缓冲器算法相配合可以获得在室外场景中最大限度的剔除被遮挡物体，先用线段相交OC算法剔除被地表遮挡的tile和模型，然后用区间扫描线Z缓冲器算法剔除被建筑物遮挡的tile和模型，完美的室外场景OC解决方案，very nice！！！！

原创文章,转载请注明出处!!!!!!!

线段相交OC算法演示程序下载（使用OGRE平台，运行前先看readme文件）:
/Files/dreams/ogrenew.part01.rar
/Files/dreams/ogrenew.part02.rar
/Files/dreams/ogrenew.part03.rar

/Files/dreams/ogrenew.part04.rar
/Files/dreams/ogrenew.part05.rar

/Files/dreams/ogrenew.part06.rar
由于cnblog上传文件大小限制,因此文件被分割成1M大小上传,抱歉!!!!

转载于:https://www.cnblogs.com/dreams/archive/2007/03/26/688650.html

【数字IC前端笔试真题精刷（2022.8.7）】大疆——数字芯片开发工程师A卷
努力，加油每一天鸭~
05-06 1743
【数字IC前端笔试真题精刷（2022.8.7）】大疆——数字芯片开发工程师A卷
HSR算法－Occlusion Culling
gogoda的专栏
08-23 1611
现在的HSR(hidden surface removal)算法基本上可以分为四种：backface culling、frustum culling、portal culling、occlusion culling(遮挡筛选)。它们的作用分别如下：backface culling用于剔除mesh背面的triangle，frustum culling用于剔除屏幕之外的物体，portal cullin
[HSR算法－Occlusion Culling]
痞子龙3D编程
10-20 4688
作者:Siney 现在的HSR算法基本上可以分为四种：backface culling、frustum culling、portal culling、occlusion culling。它们的作用分别如下：backface culling用于剔除mesh背面的triangle，frustum culling用于剔除屏幕之外的物体，portal culling用于剔除不能通过portal看到的
一种高效的基于大规模地形场景的OCCLUSION CULLING算法
痞子龙3D编程
10-20 1878
来源：中国IT实验室收集整理　作者：CC　时间：2011-3-23 10:08:17     隐藏面剔除算法的出现是基于以下的现实，在游戏场景中你不必每帧都将所有的物体渲染到屏幕上，它的作用主要有两个：一个是减少GPU的屏幕填充率，另一个是减少CPU和GPU的传输带宽。根据当前的硬件现状GPU的填充率已经不存在任何问题，而现在唯一的限制位于
Occlusion Culling遮挡剔除理解设置和地形优化应用
shenmifangke的专栏
02-28 7360
这里使用的是unity5.5版本 具体解释网上都有，就不多说了，这里主要说明怎么使用，以及参数设置和实际注意点 在大场景地形的优化上，但也不是随便烘焙就能降低帧率的，必须结合实际情况来考虑，当然还有透明物体问题和动态物体的剔除等等都将详细说明。 首先说一下烘焙的关系 因为unity摄像机自带视椎剔除（Frustum Culling），所以如果都是动态物体，那么只有视椎剔除，可以在bake过后通过camera的occlusion culling里面的visualize看出，其实不baked话也是有的，但是不能
Occlusion Culling（遮挡剔除）
qq_38695752的博客
10-18 927
Occlusion Culling（遮挡剔除） 本文转载自：https://www.jianshu.com/p/d15eeae757a3 什么是Occlusion Culling（遮挡剔除）？ 遮挡剔除， 当一个物体被其他物体遮挡住而不在摄像机的可视范围内时不对其进行渲染。.遮挡剔除在3D图形计算中并不是自动进行的。因为在绝大多数情况下离 camera 最远的物体首先被渲染，靠近摄像机的物体后...
TIP2022/去雾：Variational Single Nighttime Image Haze RemovalWith a Gray Haze-Line Prior具有灰色雾霾线先验的变分去雾
ssshyeong的博客
11-26 3002
通过统计分析和理论分析，我们提出了一种简单有效的灰霾线先验(GHLP)来精确识别雾霾特征区域。这一先验证明了雾霾集中在RGB颜色空间的雾霾线上，可以精确投影到YUV颜色空间Y通道的灰色分量上。在此基础上，我们建立了一种新的统一的夜间雾霾去除框架，并将夜间雾霾图像分解为YUV颜色空间中的彩色和灰度分量。发光色彩校正和去雾是夜间除雾过程中两个重要的连续步骤。发光颜色校正方法被设计为分别去除颜色成分中的发光和增强灰色成分中的照明。
【人工智能】文本提取技术的算法延伸
kewaqi618的博客
06-12 1552
通过提取文本中权重值较高的句子，自动生成文本摘要，帮助用户快速了解文本的主要内容。
PCL_Tutorial2-4.2-点云条件滤波
qq_34792438的博客
07-25 2436
4.2-点云条件滤波介绍函数详解处理结果代码链接 介绍 与直通滤波获得完全相同结果的另一种方法是使用条件删除过滤器。 可以为该点的值建立任何类型的条件： 函数详解 #include <pcl/io/pcd_io.h> #include <pcl/filters/conditional_removal.h> #include <pcl/filters/filter.h> #include <pcl/visualization/cloud_viewer.h>
图像去雾 2019CVPR PMS-Net【补丁图像选择网络】
半途而废的普通人
08-23 1391
图像去雾 2019CVPR PMS-Net【补丁图像选择网络】 提出原因： 常规patch-based haze removel algorithms 有缺点，也就是我们常说的暗通道先验在处理去雾图像时常会遇到 1）过饱和2）图像失真 本文亮点： 设计出一种自适应和自动补丁大小选择模型（PMS-Net），对应于每个像素去选择补丁大小。本文通过训练CNN，可以通过输入图像得到补丁图像。该网络运用于合成图像和真实有雾图像，训练结果良好。 相关知识点 1） 暗通道先验 对应何凯明的暗通道先验（dar
Unity3d Occlusion Culling设置
09-20
Unity 3d Occlusion Culling设置
InstantOC Dynamic Occlusion Culling LOD
01-09
纯动态遮挡剔除 + LOD 零焙烤时间 完美匹配程序场景 基于射线的LOD系统 IOC + LOD / 只有IOC /只有 LOD 灯光与粒子系统遮挡剔除 Unity地形遮挡剔除 完全支持Occludees 完全支持实时阴影 完全支持动态批处理 简单易用，功能强大 能够在移动设备上创建大场景而不消耗cpu/gpu
[Graphics]Occlusion Culling
lw2406的专栏
10-07 538
Occlusion Culling的相关概念，设置等。
OpenGL_隐藏表面消除(Hidden-surface removal)
Jackery's Special Column
10-09 2971
             隐藏表面消除(Hidden-surface removal):是指消除实体物体被其他物体所遮挡的那部分(隐藏直线消除与此类似，有用线性模型)；实现隐藏表面消除的最简单方法是使用深度缓冲区(又称z缓冲区)。深度缓冲区原理是把一个距离观察平面（通常是近侧裁剪平面）的深度值或者距离与窗口中的每个元素相关联；
GPU Driven Occlusion Culling（Hiz）
qq_35312463的博客
04-10 5998
最近集成遮挡剔除算法，最终从各种算法预研收敛到HIZ算法（此算法也可快速将视锥剔除集成进来做到剔除算法全部采用GPU驱动为主，可参照Vulkan_基于GPU的视锥体剔除和LOD），因此本部分我们来着重看一下HIZ算法。首先我们来看一下遮挡剔除的算法有哪些： 一、遮挡剔除算法 遮挡剔除的几种主要算法包括： 遮挡查询算法 软件遮挡剔除算法 覆盖缓冲区算法 使用几何着色器进行 GPU 驱动的遮挡剔除算法 使用计算和间接绘制进行 GPU 驱动的遮挡剔除算法 1.1 遮挡查询算法 这是一种最低效且常用的方法，你
Unity3D 动态遮挡剔除（Occlusion Culling）
最新发布
Thomas_YXQ的博客
03-24 1245
对惹，这里有一个游戏开发交流小组，希望大家可以点击进来一起交流一下开发经验呀！1. 基本概念遮挡剔除：通过检测被其他物体（遮挡物，Occluders）完全遮挡的物体（被遮挡物，Occludees），避免不必要的渲染，提升性能。静态与动态区分静态物体：通过预烘焙（Bake）生成遮挡数据，适合不移动的物体（如建筑）。动态物体：需在运行时实时计算遮挡关系，适合角色、移动物体等。2. 静态遮挡剔除配置标记静态物体在Hierarchy中选择静态物体，勾选Inspector右上角的Static复选框。
Occlusion Culling-Unity
xak的专栏
08-22 1475
Occlusion Culling (Pro only) Occlusion Culling is a feature that disables rendering of objects when they are not currently seen by the camera because they are obscured by other objects. This does not
2D occlusion culling
xak的专栏
08-22 912
Ask: In my 2D game, I have static and dynamic objects. There can be multiple cameras. My problem:Determine objects that intersect with the current camera's view rectangle. Currently, I simply iterat
``` import numpy as np import pandas as pd from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.preprocessing import MinMaxScaler, StandardScaler from sklearn.svm import SVR from sklearn.metrics import mean_squared_error, r2_score df = pd.read_excel('集胞藻-Cd.xlsx') # 加载数据 df.columns = df.columns.str.strip() # 清理列名 # 定义特征和目标变量 features =['T','Ph','Biomass','Time','Initial'] target_column = 'Removel' # 提取特征和目标数据 X = df[features] y = df[target_column] # 示例代码，直接使用 sklearn 的数据集 # from sklearn.datasets import load_boston # data = load_boston() # X = data.data # y = data.target # 分割数据为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) # 特征归一化 scaler_X = MinMaxScaler() X_train_scaled = scaler_X.fit_transform(X_train) X_test_scaled = scaler_X.transform(X_test) # 目标归一化（修改后） scaler_y = MinMaxScaler() y_train_scaled = scaler_y.fit_transform(y_train.values.reshape(-1, 1)).flatten() y_test_scaled = scaler_y.transform(y_test.values.reshape(-1, 1)).flatten() # # 定义 SVR 参数网格 # param_grid = { # 'kernel': ['linear', 'rbf', 'poly'], # 'C': [1e0, 1e1, 1e2], # 'gamma': [0.1, 0.01, 0.001], # 'epsilon': [0.1, 0.2, 0.3] # } # # # 创建 SVR 模型 # svr = SVR() # 优化后的参数网格示例 param_grid = { 'kernel': ['rbf', 'poly'], 'C': np.logspace(-2, 3, 6), # [0.01, 0.1, 1, 10, 100, 1000] 'gamma': np.logspace(-4, 0, 5), # [0.0001, 0.001, 0.01, 0.1, 1] 'epsilon': [0.05, 0.1, 0.2], 'degree': [2, 3] } # 添加早停机制 svr = SVR(max_iter=10000, tol=1e-4) # 使用网格搜索进行参数优化 grid_search = GridSearchCV(svr, param_grid, cv=5, scoring='neg_mean_squared_error', verbose=1) grid_search.fit(X_train_scaled, y_train_scaled) # 获取最佳参数和最优模型 best_params = grid_search.best_params_ best_svr = grid_search.best_estimator_ # 预测 y_train_pred = best_svr.predict(X_train_scaled) y_test_pred = best_svr.predict(X_test_scaled) # 反归一化预测结果（如果目标进行了归一化） y_train_pred_original = scaler_y.inverse_transform(y_train_pred.reshape(-1, 1)).flatten() y_test_pred_original = scaler_y.inverse_transform(y_test_pred.reshape(-1, 1)).flatten() # 计算性能指标 mse_train = mean_squared_error(y_train, y_train_pred_original) rmse_train = np.sqrt(mse_train) r2_train = r2_score(y_train, y_train_pred_original) mse_test = mean_squared_error(y_test, y_test_pred_original) rmse_test = np.sqrt(mse_test) r2_test = r2_score(y_test, y_test_pred_original) print(f"最佳参数: {best_params}") print(f"训练集 MSE: {mse_train}, RMSE: {rmse_train}, R^2: {r2_train}") print(f"测试集 MSE: {mse_test}, RMSE: {rmse_test}, R^2: {r2_test}") # 将结果保存到DataFrame results_df = pd.DataFrame({ '数据集': ['训练集', '测试集'], 'MSE': [mse_train, mse_test], 'RMSE': [rmse_train, rmse_test], 'R²': [r2_train, r2_test] }) # 保存到Excel文件（推荐使用） results_df.to_excel('支持向量机结果/集胞藻-Cd模型评估结果.xlsx', index=False)```根据上述代码生成一个遍历数据文件的代码，分别输出结果，并再最后输出一个汇总结果的文件
03-08
嗯，用户让我根据提供的SVR模型代码，生成一个遍历数据文件的版本，分别输出结果，并最后生成汇总结果。我需要先理解原来的代码结构，然后考虑如何修改以实现遍历多个文件。 首先，原代码是针对单个Excel文件处理的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值