目录
1.1.1 Loop细分(Loop Subdivision)
1.1.2 Catmull-Clark细分（Catmull-Clark Subdivision (General Mesh)）
（4）算法规则（FYI: Catmull-Clark Vertex Update Rules (Quad Mesh)）
（3）坍缩一条边之后，周围的边会变化，周围边的二次度量误差也会变化，怎么办？
1.3 网格正则化（Mesh Regularization (same #triangles)）
1 网格（Mesh）-续
网格操作：几何处理（Mesh Operations: Geometry Processing）
·网格细分（Mesh subdivision）
·网格简化（Mesh simplification）
·网格正则化（Mesh regularization）
1.1 网格细分（Mesh subdivision）
1.1.1 Loop细分(Loop Subdivision)
表面细分不仅要增加三角形的数量，而且使模型的表面更加光滑。
注意，Loop细分和循环没有任何关系，只是因其发明人叫Loop。
loop细分仅能对三角形网格进行细分。
下面介绍loop细分的步骤：
（1）将三角形分割成4个
比较简单，如图分割即可
（2）调整新、老顶点的位置
·对于新产生的顶点
该新顶点位于某一条边上，且有两个三角形共用这条边。对于两个三角形的顶点，若顶点落在这条公共边上，则称之为A，B；若不在公共边上，则称为C、D。新顶点的位置就由这A、B、C、D四个点加权得到：3/8 * (A + B) + 1/8 * (C + D)
·对于原来的老顶点
老顶点肯定被多个面共用，这里定义几个量：
n : 老顶点的度，就是与老顶点相邻的边数
u : 常量，影响最终结果与老顶点本身位置的相关程度。
调整后的顶点位置由老顶点本身位置、共用面上的其他顶点位置共同加权决定：
n越大，老顶点相邻的边越多，老顶点自己的权重就越低；n越小，老顶点相邻的边越少，它自己的权重就越高，越能保持在之前的位置。
(1 - n*u) * original_position + u * neighbor_position_sum
（3）Loop细分的结果展示
1.1.2 Catmull-Clark细分（Catmull-Clark Subdivision (General Mesh)）
对于更一般的情况，比如四边形网格，或者三角形和四边形网格同时存在的情况，Loop细分就无法解决了。此时Catmull-Clark这两个人提出了他们的细分算法。
（1）概念
四边形面（quad face）
非四边形面（Non-quad face） ：三角形、五边形等等
奇异点（Extraordinary vertex）：度（与该点相邻的边数）不为4的点。
（2）基本步骤
Step 1: 每条边取其中点
step 2: 每个面取其重心
step 3: 将这些新点都连接起来
问，在经过了一次变换后：
·此时有多少个奇异点？
答：4个。除去之前的两个度为5的奇异点，新引入了两个度为3的奇异点。在非四边形内的新建点都是奇异点，因为它要和非四边形的边的中点连接，边不是4条，中点也不是4个。
·有多少个非四边形面？
答：0个。
（3）性质
从之前的问题可以得到：
Catmull-Clark细分在第一次变换时，增加了非四边形面数个奇异点，之后不再增加。
（4）算法规则（FYI: Catmull-Clark Vertex Update Rules (Quad Mesh)）
·新产生的点
分两类，面上的点（Face point）和边上的点（Edge point）
分别有自己的计算公式：
·老点
对周围的点和自己做加权平均
1.1.3 网格细分的整体展示和收敛情况
1.2 网格简化（Mesh simplification）
在一些情况下，并不需要过于精细的面。
比如移动端性能的限制、美术风格的要求，远距离物体的显示等。
这就需要对网格进行简化，以达到某种目的。
下面介绍一种网格简化的方法-边坍缩
1.2.1 边坍缩（Edge Collaps）
（1）如何坍缩，能让坍缩之后的图形和之前的图形比较相似？
要坍缩哪些边？
·这里提出二次度量误差（这里的二次是平方的意思）
坍缩任何一条边后会产生一个新的顶点，我们需要把这个点放到某个位置上，使二次误差最小，从而确定这个点的位置。这就是二次度量误差法。
二次误差：这个新顶点到原来几个面的距离平方和。
（2）如何确定边坍缩的顺序？我们先要从哪个边开始坍缩呢？
·从二次度量误差最小的边开始坍缩.
（3）坍缩一条边之后，周围的边会变化，周围边的二次度量误差也会变化，怎么办？
·动态更新周围边的二次度量误差。
基于这些操作的特点，我们使用堆/优先队列来作为此算法的数据结构。
总的来说，我们先保证了局部的最优性，然后推广到全局（全局不一定最优），这是个典型的贪心算法。
1.3 网格正则化（Mesh Regularization (same #triangles)）
把网格大小形状变得差不多，这样能使表面更平滑。
2 阴影图（Shadow Mapping）
阴影作为一个引入光线追踪的例子出现在这里。
一切涉及到全局光线传输、阴影的问题对于光栅化来说都不是很好做。
之前我们说的着色就是单对一个物体来说的，周围的物体不会影响它，自然，阴影也无法计算和形成。如何用光栅化绘制阴影呢？这就是接下来要说的Shadow Mapping。
2.1 概述
·Shadow Mapping在图像空间进行处理
在计算阴影的时候不需要知道场景的几何信息。
它有自己的问题：走样现象。
·关键思想：如果点不在阴影里面，那么这个点会被光源和相机同时看见。
经典的shadow mapping 只能处理点光源照射的物体，这种阴影被称为硬阴影。
2.2 Shadow Mapping步骤
step1：从光源看物体，得到光源能看到东西，并且生成了一幅图，记录看到的任何点的深度
step2：从另外的眼睛位置出发，得到眼睛能看到的点，将这个点投影回光源视角下它应该出现的位置，得到它到光源的深度。然后比较两张深度图。深度图中值相同的点就是可见的，深度值不相同的点就是不可见的。
2.3 Shadow Mapping举例
左图是案例场景，可以看到有一个点光源位于图片左上角。
带阴影和不带阴影的图片对比如右图所示。
（1）从光源看向场景
记录光源视角下的深度图
（2）从实际的相机位置看向物体
用矩阵将这些相机视角的点通过矩阵变换到光源空间，然后比较实际深度和之前光源视角下的深度图上对应的深度。深度不一样的点就位于阴影中。
对比后产生的阴影好像不太干净，这是由于浮点数精度误差所致。
也有很多人在致力于解决这个问题。
有人说：不求相等，只求大于
有人说：引入bios，实际深度不仅要大于记录的深度值，还要大于深度值+bios。
仍无法完美解决。
最终结果：
分析：
如果Shadow Map的分辨率很低，场景分辨率高，则会发生走样现象。
Shadow Mapping需要渲染两遍，开销比较大。
总结：
虽然有很多不足，但Shadow Mapping仍然是
主流的阴影计算方式。
它是众所周知的渲染技术，早期动画(注:如《玩具总动员》等)和几乎所有3D电子游戏的基本阴影技术。
2.4 Shadow Maps的问题
· 硬阴影(点光源)，软阴影会考虑到光源的大小，然后考虑从光源的哪个地方看物体。
· 质量取决于阴影贴图的分辨率(基于图像的技术的一般问题)，阴影质量一般会指阴影贴图的分辨率。
· 涉及相等比较的浮点深度值：尺度、偏差、容差等问题。
2.5 硬阴影vs软阴影
影子在物理上有本影（Umbra）和半影（Peumbra）之分
本影：完全看不到光源
半影：可以看到部分光源
软阴影其实就是物理上的半影。
上面这幅图说的是“日食”现象，地球上的黑色部分完全看不见（本影），灰色部分可以看到一部分太阳（半影）。
如果有软阴影，那么光源一定有大小，不是点光源。
3. 课程路线回顾
光栅化和几何部分都已经学完了，下节课开始光线追踪。
计算机图形学的学习有个高度的整体把握很重要。
扫一扫
2194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
