用于渲染图像中的目标对象的方法、设备和介质技术

本公开的实施例涉及用于渲染图像中的目标对象的方法、设备和介质。该方法包括：生成用于包围当前帧图像中的目标对象的包围盒；在包围盒之内生成一个或者多个采样面，以便获得采样面的坐标信息；基于所获取的采样面的坐标信息，调整包围盒在预定方向上的最大位置信息和最小位置信息中的至少一个；以及至少基于经调整的包围盒的位置信息，确定光线追踪的方向与采样面的交点，以便以所述交点为步进采样的起点来针对当前帧图像中的目标对象进行渲染。本公开能够在算力有限的计算设备快速地渲染实时目标对象，并且可以在有限的步进采样次数内采集到远距离的目标对象的数据。采集到远距离的目标对象的数据。采集到远距离的目标对象的数据。

【技术实现步骤摘要】
用于渲染图像中的目标对象的方法、设备和介质


[0001]本公开的实施例总体涉及图像处理，并且更具体地涉及一种用于渲染图像中的目标对象的方法、计算设备和计算机存储介质。

技术介绍

[0002]传统的用于渲染图像中的目标对象的方案，例如在游戏和电影中进行目标对象(例如而不限于实时体积云)渲染时，主要通过将静态介质材质应用到天空球网格体的方法来实现。静态介质材质如果形成体积云，需要大量、复杂的光照模拟计算，因而所需的硬件开销很大，尤其是针对运行在移动设备上的手游而言，由于移动设备的计算资源有限，是不可能实现的上述大量、复杂的光照模拟计算。针对手游而言，即便利用基于光线步进和近似算法来模拟云渲染，由于步进采样次数较多，依然需要大量的计算，应当理解，在移动设备端的实现实时体积云的渲染和在主机PC端的实现有所不同，如果手游中的目标对象(例如而不限于实时体积云)的渲染需要消耗大量的算力，容易导致运行手游的设备出现卡顿。另外，对于远距离的目标对象(例如而不限于是远处的云海)，在光线追踪的方向与水平方向的夹角较小时，需要很多次数的步进采样才能穿透目标对象，因而，传统的基于光线步进和近似算法来模拟云渲染的方法，无法在有限的步进采样次数内采集到远距离的目标对象的数据。
[0003]综上，传统的用于渲染图像中的目标对象的方案存在的不足之处在于：难以在算力有限的计算设备快速地渲染实时目标对象，并且无法在有限的步进采样次数内采集到远距离的目标对象的数据。

技术实现思路

[0004]针对上述问题，本公开提供了一种用于渲染图像中的目标对象的方法、计算设备和计算机存储介质，能够在算力有限的计算设备快速地渲染实时目标对象，并且可以在有限的步进采样次数内采集到远距离的目标对象的数据。
[0005]根据本公开的第一方面，提供了一种用于渲染图像中的目标对象的方法，包括：生成用于包围当前帧图像中的目标对象的包围盒；在包围盒之内生成一个或者多个采样面，以便获得采样面的坐标信息；基于所获取的采样面的坐标信息，调整包围盒在预定方向上的最大位置信息和最小位置信息中的至少一个；至少基于经调整的包围盒的位置信息，确定光线追踪的方向与采样面的交点，以便以交点为步进采样的起点来针对当前帧图像中的目标对象进行渲染。
[0006]根据本公开的第二方面，提供了一种计算设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开的第一方面的方法。
[0007]在本公开的第三方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中计算机指令用于使计算机执行本公开的第一方面的方法。
[0008]在一些实施例中，用于渲染图像中的目标对象的方法还包括：确定是否完成基于预定步长的当前步进采样；响应于确定完成基于预定步长的当前步进采样，以预定间隔增加预定步长；以及基于经增加的预定步长进行下一次步进采样。
[0009]在一些实施例中，用于渲染图像中的目标对象的方法还包括：确定经渲染的目标对象是否存在切平面；以及响应于确定经渲染的目标对象存在切平面，调整采样面的位置。
[0010]在一些实施例中，以交点为步进采样的起点来针对当前帧图像中的目标对象进行渲染包括：确认当前步进采样所在位置是否位于或者越过采样面；以及响应于确认当前步进采样所在位置位于或者越过采样面，基于当前步进采样的采集数据和自交点至当前步进采样当前测试点的光线追踪路径上的各次步进采样的采集数据，针对当前帧图像中的目标对象进行渲染。
[0011]在一些实施例中，在包围盒之内生成一个或者多个采样面包括：针对包围盒之内的图像区域的每个像素点的噪声数据进行采样，目标对象为实时体积云；确定所采样的像素点的密度是否大于预定密度阈值；响应于确定所采样的像素点的密度大于预定密度阈值，确定所采样的像素点为目标对象的采样点；基于目标对象的采样点的坐标信息，确定目标对象的采样点在预定方向上的最大坐标信息和/或最小坐标信息；以及基于在预定方向上的最大坐标信息和/或最小坐标信息，生成一个或者多个采样面，采样面位于包围盒内部。
[0012]在一些实施例中，用于渲染图像中的目标对象的方法还包括：创建第一数组；针对多帧图像中的当前帧图像，对目标对象范围之内的多个采样点的密度进行采样，多帧图像均包括目标对象；将多个采样点中的每一个采样点的密度与预定密度阈值相比较，以便将大于预定密度阈值的采样点的位置信息写入至第一数组；比较写入第一数组中的采样点的位置信息，以便确定预定方向上的最大位置信息和最小位置信息；以及基于最大位置信息和最小位置信息，确定与当前帧图像所对应的采样容器，每个采样容器包括多个采样面。
[0013]在一些实施例中，用于渲染图像中的目标对象的方法还包括：创建第二数组；确定与多帧图像所分别对应的多个采样容器；基于采样容器的坐标信息，确定覆盖范围最大的采样容器，以便将覆盖范围最大的采样容器的坐标信息写入至第二数组；以及将所确定的覆盖范围最大的采样容器用于多帧图像的目标对象的渲染。
[0014]在一些实施例中，目标对象为：俯视视角下的云海、仰视视角下的云，多帧图像为运行在移动终端的游戏中的图像。
[0015]在一些实施例中，用于渲染图像中的目标对象的方法还包括：确定是否连续预定次数的步进采样的测试点所采集的密度均小于或者等于预定密度阈值；响应于确定连续预定次数的步进采样的测试点的密度均小于或者等于预定密度阈值，以第一设定值为步长进行步进采样；确定以第一设定值为步长进行步进采样的当前测试点所采集的密度是否大于预定密度阈值；以及响应于确定以第一设定值为步长进行步进采样的当前测试点所采集的密度大于预定密度阈值，以第二设定值为步长进行步进采样，第二设定值小于第一设定值。
[0016]在一些实施例中，用于渲染图像中的目标对象的方法还包括：以光线追踪的方向与采样面的交点为步进采样的起点，确定当前步进采样所对应的步进采样的次数和步进采样距离；确定当前步进采样是否满足预定步进采样终止条件，预定步进采样终止条件包括以下至少一项：当前步进采样所对应的步进采样的次数大于或者等于预定步进采样次数阈
值；当前步进采样所对应的步进采样距离大于或者等于预定步进采样距离阈值；测试点的当前步进采样达到经调整的包围盒之外；以及响应于确定当前步进采样满足预定步进采样终止条件，停止测试点的步进采样。
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0018]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。
[0019]图1示出了根据本公开的实施例的用于实施用于渲染图像中的目标对象的方法的系统的示意图。
[0020]图2示出了根据本公开的实施例的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于渲染图像中的目标对象的方法，包括：生成用于包围当前帧图像中的目标对象的包围盒；在包围盒之内生成一个或者多个采样面，以便获得采样面的坐标信息；基于所获取的采样面的坐标信息，调整包围盒在预定方向上的最大位置信息和最小位置信息中的至少一个；以及至少基于经调整的包围盒的位置信息，确定光线追踪的方向与采样面的交点，以便以所述交点为步进采样的起点来针对当前帧图像中的目标对象进行渲染。2.根据权利要求1所述的方法，还包括：确定是否完成基于预定步长的当前步进采样；响应于确定完成基于预定步长的当前步进采样，以预定间隔增加预定步长；以及基于经增加的预定步长进行下一次步进采样。3.根据权利要求1所述的方法，还包括：确定经渲染的目标对象是否存在切平面；以及响应于确定经渲染的目标对象存在切平面，调整采样面的位置。4.根据权利要求1所述的方法，其中以所述交点为步进采样的起点来针对当前帧图像中的目标对象进行渲染包括：确认当前步进采样所在位置是否位于或者越过采样面；以及响应于确认当前步进采样所在位置位于或者越过采样面，基于当前步进采样的采集数据和自所述交点至当前步进采样的光线追踪路径上的各次步进采样的采集数据，针对当前帧图像中的目标对象进行渲染。5.根据权利要求1所述的方法，其中在包围盒之内生成一个或者多个采样面包括：针对包围盒之内的图像区域的每个像素点的噪声数据进行采样，所述目标对象为实时体积云；确定所采样的像素点的密度是否大于预定密度阈值；响应于确定所采样的像素点的密度大于预定密度阈值，确定所采样的像素点为目标对象的采样点；基于目标对象的采样点的坐标信息，确定目标对象的采样点在预定方向上的最大坐标信息和/或最小坐标信息；以及基于在预定方向上的最大坐标信息和/或最小坐标信息，生成一个或者多个采样面，所述采样面位于包围盒内部。6.根据权利要求1所述的方法，还包括：创建第一数组；针对多帧图像中的当前帧图像，对目标对象范围之内的多个采样点的密度进行采样，所述多帧图像均包括目标对象；将多个采样点中的每一个采样点的密度与预定密度阈值相比较，以便将大于预定密度阈值的采样点的位置信息写入至所述第一数组；比较写入所述第一数组中的采样点的位置信息，以便确定预定方向上的最大位置信息和最小位置信息...

【专利技术属性】
技术研发人员：马文睿，刘俊达，
申请(专利权)人：上海米哈游天命科技有限公司，
类型：发明
国别省市：