真实感图形生成：太阳系

最新推荐文章于 2021-09-02 15:19:13 发布

Jianwen_Jiang

最新推荐文章于 2021-09-02 15:19:13 发布

阅读量912

点赞数 1

分类专栏：计算机图形学文章标签：图形三维真实感图形图元样条曲线分形蕨类

本文链接：https://blog.csdn.net/Jianwen_Jiang/article/details/79080758

版权

计算机图形学专栏收录该内容

1 篇文章 0 订阅

订阅专栏

真实感图形生成：太阳系

一、实验内容简介

本实验利用球体参数方程生成了球体，利用三维变换实现球体转动的效果，并在此基础上对球体进行了纹理贴图，来模拟太阳、木星、地球的外观，同时实现了球体在可移动光源照射下的镜面反射效果以及消隐效果。

二、基本原理及实现算法

一、球体绘制

1、基本原理

绘制球体，本质上是绘制球面。而球面可以看成由很多个小的四边形平面构成的，这样就可以通过绘制这些小的四边形平面来构成整个球面，对于两极部分，需要用三角形将球面两端封起来，如果把这些三角型看作是有两个顶点重合的四边形，问题就得到进一步的简化。因此只需知道球面上一些列点的空间坐标，就可以利用这些点来绘制四边形从而得到整个球面。

2、实现算法

球面上点的坐标可以利用参数方程获取。引入参数u,v，其中v是球面点与原点的连线与z轴正向的夹角，u表示连线在xy平面的投影与x轴正向的夹角，如下图所示：

球面参数方程可以表示为：

⎧ ⎩ ⎨ ⎪ ⎪ x = c x + r \times s i n （ π v) \times c o s (2 π u) x = c y + r \times s i n （ π v) \times s i n (2 π u) x = c z + r \times c o s （ π v)

$\begin{equation} \begin{cases} x = cx+r \times sin（\pi v)\times cos(2\pi u) \\ x = cy+r \times sin（\pi v)\times sin(2\pi u) \\ x = cz+r \times cos（\pi v) \end{cases} \end{equation}$
已知参数方程后，需要进行离散采样，分别设定u和v的步长：ustep、vstep，然后通过不同的u和v，求得坐标系中球面上点的实际坐标(x,y,z)。

3、实验结果

二、Phong光照模型

1、基本原理

理想漫反射：当光源来自一个方向时，漫反射光均匀向各方向传播，与视点无关，它是由表面的粗糙不平引起的，因而漫反射光的空间分布是均匀的。记入射光强为，物体表面上点 $P$ 的法向为 $N$ ，从点 $P$ 指向光源的向量为 $L$ , $K_d$ 是与物体有关的漫反射系数由Lambert余弦定律，则漫反射光强为： $I_d=I_pK_d*(L\cdot N)$ 。
镜面反射光：对于理想镜面，反射光集中在一个方向，并遵守反射定律。对一般的光滑表面，反射光集中在一个范围内，且由反射定律决定的反射方向光强最大。因此，对于同一点来说，从不同位置所观察到的镜面反射光强是不同的。镜面反射光强可表示为： $I_s=I_pK_s*(R\cdot V)^n$ 。 $K_s$ 其中，是与物体有关的镜面反射系数， $V$ 为视线方向向量， $R$ 为反射方向向量， $n$ 为反射指数，反映了物体表面的光泽程度，一般为1～2000，数目越大物体表面越光滑。镜面反射光将会在反射方向附近形成很亮的光斑，称为高光现象。
环境光：指光源间接对物体的影响，是在物体和环境之间多次反射，最终达到平衡时的一种光。我们近似地认为同一环境下的环境光，其光强分布是均匀的，它在任何一个方向上的分布都相同。在简单光照明模型中，我们用一个常数来模拟环境光，用式子表示为： $I_e=I_a\cdot K_a$ ，其中： $I_a$ 为环境光的光强， $K_a$ 为物体对环境光的反射系数。

综合上面介绍的光反射作用的各个部分,物体表面上一点 $P$ 反射到视点的光强 $I$ 为环境光的反射光强 $I_e$ 、理想漫反射光强 $I_d$ 、和镜面反射光 $I_s$ 的总和，即:

I = I a \cdot K a + I p K d * (L \cdot N) + I p K s * (R \cdot V) n

$I=I_a\cdot K_a+I_pK_d*(L\cdot N)+I_pK_s*(R\cdot V)^n$

2、实现算法

在用Phong模型进行真实感图形计算时，对物体表面上的每个点 $P$ ，均需计算光线的反射方向 $R$ ，再由 $V$ 计算 $R\cdot V$ 。Phong光照明模型最终有如下的形式：

⎧ ⎩ ⎨ ⎪ ⎪ I r = I a r K a r + I p r K d r (L \cdot N) + I p r K s r (H \cdot N) n I g = I a g K a g + I p g K d g (L \cdot N) + I p g K s g (H \cdot N) n I b = I a b K a b + I p b K d b (L \cdot N) + I p b K s b (H \cdot N) n

$\begin{equation} \begin{cases} I_r = I_{ar}K_{ar}+I_{pr}K_{dr}(L\cdot N) +I_{pr}K_{sr}(H\cdot N)^n\\ I_g = I_{ag}K_{ag}+I_{pg}K_{dg}(L\cdot N) +I_{pg}K_{sg}(H\cdot N)^n\\ I_b = I_{ab}K_{ab}+I_{pb}K_{db}(L\cdot N) +I_{pb}K_{sb}(H\cdot N)^n \end{cases} \end{equation}$

3、实验结果

三、纹理贴图

1、基本原理

球面点可以用 $(r,h,p)$ 来表示， $r$ 表示半径， $h$ 和 $p$ 是两个角度，一个是俯仰角度一个是方位角度，方位角度是 $0$ 到 $pi$ 范围的，俯仰角度是 $-pi/2$ 到 $pi/2$ 范围。因此，球面上点的坐标则可以用参数方程表示为：

s p h e r e (x, y, z) = {r * c o s p * c o s H, r * c o s p * s i n H, r * s i n p}

$sphere(x,y,z)=\{r*cosp*cosH,r*cosp*sinH,r*sinp\}$
该变换的反向变换是：

p = a s i n (z / r), H = a t a n 2 (y / r / c o s p, x / r / c o s p)

$p=asin(z/r),H=atan2(y/r/cosp,x/r/cosp)$
把

P $P$ 对应到

V $V$ 纹理的方向，把

H $H$ 对应到纹理的

U $U$ 方向，假定

U、V $U、V$ 的范围都是0-1，那么知道球面坐标

x,y,z $x,y,z$ 以及半径

r $r$ 后，球面点对应的纹理坐标就是：

V = a s i n (z / r) / p i + 0.5; U = 0.5 * (a t a n 2 (y, x) / p i + 1.0)

$V=asin(z/r)/pi+0.5;U=0.5*(atan2(y,x)/pi+1.0)$

2、实现算法

首先，读取一张图片，将图片格式转为500*500，再将图片每个像素的RGB值保存下来。然后，对球面上的每个点用上面的公式计算其在 $U、V$ 方向的映射，因为 $U、V$ 的变化范围为0-1，所以需要将最终结果乘以499，从而与图片对应。

代码如下：

//纹理映射
p.v = (asin(p.z/radius)/pi + 0.5)*499.0;
p.u = (0.5 * ( atan2(p.y,p.x)/pi + 1.0 ))*499.0;

3、实验结果

四、Z-Buffer消隐

1、基本原理

当我们观察空间任何一个不透明的物体时，只能看到该物体朝向我们的那些表面，其余的表面由于被物体所遮挡我们看不到。消隐不仅与消隐对象有关，还与观察者的位置有关。本实验通过Z-buffer算法实现消隐。

2、实现算法

Z-buffer算法也叫做深度缓冲器算法，属于图像空间消隐算法。该算法有帧缓冲器和深度缓冲器。对应两个数组：帧缓冲器存储图像空间中每个可见像素的颜色值或亮度，深度数组存放图像空间每个可见像素的坐标。
该算法沿与投影面垂直的方向上发射一条射线，计算与空间物体交点的坐标，选择深度较小的进行显示。实验中，先将 Z 缓冲器中各单元的初始置设置为最小值。当要改变某个像素的颜色值时，首先检查当前多边形的深度值是否大于该像素原来的深度值（保存在该像素所对应的Z 缓冲器的单元中）。如果大于原来的 Z 值，说明当前多边形更靠近观察点，用它的颜色替换像素原来的颜色。伪代码如下：

3、实验结果

五、三维变换

1、基本原理

三维图形几何变换是二维图形几何变换的扩展。在三维空间中，用规范化齐次坐标
$\begin{bmatrix}x & y & z & 1 \end{bmatrix}$ 表示三维点，变换原理是把齐次坐标点 $\bigl( \begin{smallmatrix} x & y & z & 1 \end{smallmatrix} \bigr)$ 通过变换矩阵变换成新的齐次坐标点 $\bigl( \begin{smallmatrix} x' & y' & z' & 1 \end{smallmatrix} \bigr)$ ，即：

[x y z 1] T 3 D = [x' y' z' 1]

$\begin{bmatrix}x & y & z & 1 \end{bmatrix}T_{3D}=\begin{bmatrix}x' & y' & z' & 1 \end{bmatrix}$
由于用齐次坐标表示，三维几何变换的矩阵是一个4阶方阵，其形式如下：

⎡ ⎣ ⎢ ⎢ ⎢ ⎢ a 11 a 21 a 31 a 41 a 12 a 22 a 32 a 42 a 13 a 23 a 33 a 43 a 14 a 24 a 34 a 44 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥

$\begin{bmatrix}a_{11} & a_{12} & a_{13} & a_{14}\\ a_{21}&a_{22}&a_{23}&a_{24}\\ a_{31} & a_{32} & a_{33} & a_{34}\\ a_{41}&a_{42}&a_{43}&a_{44}\\ \end{bmatrix}$

其中， $\begin{bmatrix} a_{11} & a_{12} & a_{13} \\ a_{21}&a_{22}&a_{23} \\ a_{31} & a_{32} & a_{33} \end{bmatrix}$ 产生缩放、旋转、错切等变换， $\begin{bmatrix} a_{14} \\ a_{24} \\ a_{34} \end{bmatrix}$ 产生平移变换， $\begin{bmatrix} a_{41} & a_{42} & a_{43} \end{bmatrix}$ 产生投影变换， $\begin{bmatrix} a_{44} \end{bmatrix}$ 产生整体的缩放变换。

a、平移变换

参照二维的平移变换，我们很容易得到三维平移变换矩阵：

⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x' y' z' 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ 100001000010 t x t y t z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x + t x y + t y z + t z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = T (t x, t y, t z) ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥

$\begin{bmatrix}x' \\y' \\z' \\1 \end{bmatrix}=\begin{bmatrix}1 & 0 & 0 & t_x\\ 0 & 1 & 0 &t_y\\ 0 & 0 & 1 & t_z\\ 0 & 0 & 0 & 1\\ \end{bmatrix}\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}=\begin{bmatrix}x+t_x \\y+t_y \\z+t_z \\1 \end{bmatrix}=T(t_x,t_y,t_z)\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}$

b、绕x轴旋转

三维空间的旋转相对要复杂些，考虑右手坐标系下相对坐标原点绕坐标轴旋转 $q$ 角的变换：

⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x' y' z' 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ 1000 0 c o s θ s i n θ 0 0 - s i n θ c o s θ 0 0001 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x + t x y + t y z + t z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = R X (θ) ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥

$\begin{bmatrix}x' \\y' \\z' \\1 \end{bmatrix}=\begin{bmatrix}1 & 0 & 0 & 0\\ 0 & cos\theta & -sin\theta &0\\ 0 & sin\theta & cos\theta & 0\\ 0 & 0 & 0 & 1\\ \end{bmatrix}\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}=\begin{bmatrix}x+t_x \\y+t_y \\z+t_z \\1 \end{bmatrix}=R_X(\theta)\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}$

c、绕y轴旋转

⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x' y' z' 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ c o s θ 0 - s i n θ 0 0100 s i n θ 0 c o s θ 0 0001 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x + t x y + t y z + t z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = R Y (θ) ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x y z 1 ⎤ ⎦ ⎥ ⎥ ⎥ ⎥

$\begin{bmatrix}x' \\y' \\z' \\1 \end{bmatrix}=\begin{bmatrix}cos\theta & 0 & sin\theta & 0\\ 0 & 1 & 0 &0\\ -sin\theta & 0 & cos\theta & 0\\ 0 & 0 & 0 & 1\\ \end{bmatrix}\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}=\begin{bmatrix}x+t_x \\y+t_y \\z+t_z \\1 \end{bmatrix}=R_Y(\theta)\begin{bmatrix}x \\y \\z \\1 \end{bmatrix}$

2、实现算法

//三维变换
void Sphere::UpdateTrans()
{
   double Sina=sin(anga),  Cosa=cos(anga),   Sinb=sin(angb),  Cosb=cos(angb);
   Chang[0][0]=Cosa,   Chang[0][1]=-Sina*Sinb,   Chang[0][2]=Sina*Cosb;
   Chang[1][0]=0,      Chang[1][1]=Cosb,         Chang[1][2]=Sinb
   Chang[2][0]=-Sina,  Chang[2][1]= -Cosa*Sinb,  Chang[2][2]=Cosa*Cosb;
    Matrix[3][0] = XLength;
    Matrix[3][1] = YLength;
}