| Abstract : | Voxel grids have been used for years in numerous applications like volume data visualization, deep learning networks and light transport simulations. In recent years, through the massive advances in graphics hardware, they have seen great use to real-time rendering as well. Nevertheless, since the polygonal representation is the industry standard for 3D object modelling, this introduces the need for the conversion of polygon meshes into voxel-based models, a process known as voxelization. Modern GPU programmable pipelines offer great control and flexibility for accelerating computationally intensive jobs. Various methods have been proposed that take advantage of the massive parallel processing capabilities of GPUs to perform efficient voxelization. In this thesis, we explore some of the defining work in surface and solid voxelization. We implemented two algorithms for data-parallel voxelization and adapted them so that multiple surface attributes can be sampled on the voxel grid. Our goal is to create a flexible voxelization library for research purposes. Final evaluation of the implementation is done by benchmarking the runtime of our algorithms on four standard polygonal meshes and measuring the performance hit for the additional attribute generation operations.
Τα διακριτά πλέγµατα όγκου χρησιµοποιούνται εδώ και χρόνια σε µια πληϑώρα από εφαρµογές όπως η οπτικοποίηση ογκοµετρικών δεδοµένων, τα δίκτυα βαϑιάς µάϑησης και οι προσοµοιώσεις µετάδοσης φωτός. Τα τελευταία χρόνια, µέσα από τις ραγδαίες εξελίξεις στη τεχνολογία των επιταχυντών γραφικών, έχουν αρχίσει να χρησιµοποιούνται αρkετά και σε προγράµµατα οπτικοποίησης σε πραγµατικό χρόνο. Παρόλα αυτά, η πολυγωνική αναπαράσταση συνεχίζει να είναι η πιο συνήϑης αναπαράσταση για την δηµιουργία τρισδιάστατων µοντέλων. Αυτό δηµιουργεί την ανάγkη για τον µετασχηµατισµό των πολυγωνικών µοντέλων στην αντίστοιχη αναπαράσταση τους σε διακριτά πλέγµατα, µια διαδικασία που ονοµάζεται διακριτοποίηση. Οι σύγχρονες µονάδες επεξεργασίας γραφικών δίνουν την δυνατότητα στον προγραµµατιστή να επιταχύνουν τις βαριές σε υπολογισµούς διαδικασίες παρέχοντας τους κατάλληλες διεπαφές. Αρκετές µέϑοδοι έχουν προταϑεί οι οποίες εκµεταλλεύονται τις µεγάλες δυνατότητες παράλληλης επεξεργασίας που προσφέρουν οι GPU για να πραγµατοποιήσουν αποδοτική διακριτοποίηση. Σε αυτή την διπλωµατική εργασία, ϑα εξερευνήσουµε κάποιες από τις πιο καϑοριστιkές µελέτες πάνω στην επιφανειακή kαι συµπαγή διακριτοποίηση. Υλοποιήσαµε δυο αλγόριϑµους για παράλληλη διακριτοποίηση kαι τους προσαρµόσαµε ώστε να µπορούν να δειγµατοληφϑούν τα χαρακτηριστιkά της επιφάνειας του µοντέλου πάνω στο πλέγµα. Η τελική αξιολόγηση των µεϑόδων γίνεται µε την µέτρηση του χρόνου εκτέλεσης των αλγορίϑµων σε τέσσερα πολυγωνιkά µοντέλα και την σύγκριση τους µε την επίδοση από την παραγωγή των επιµέρους χαρακτηριστικών επιφάνειας.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.