唉。~事实上这是在差点儿相同一年前实现的东西,但当时没作好记录。放了那么久了,假设不做点总结的话,好像有点对不起自己,于是·········还是做点什么吧。

       我脑洞比較小,仅仅能大量參考“潘李亮”大神的四叉树LOD地形论文和一个叫做“曾涛”大神的代码实现,小弟在此先向诸位致敬了。以下分享本人实践之后的一点心得。

为什么要用LOD地形?

       或许看完了传说中的“龙书”有关地形那章,你就知道了一个简单的地形系统是怎么实现的,无非就是依据高度图提供的高度信息以及每一个高度像素在高度图中所在的位置计算出地形顶点在3D空间中的世界坐标。然后依据各个地形顶点的拓扑关系计算出每一个地形三角形面须要由哪三个顶点组成。这样就行让渲染API以绘制三角面的方式拼接出三维地形了。

       可是,我们应该注意到,若地形边长为n,那么组成地形的三角形个数就会是2*n^2。非常明显,若直接将计算出来的三角形图元扔给渲染API,那么算法的复杂度就会是O(n^2),且渲染这些三角形的工作都必须在一帧的时间内完毕。

这样一来。不管是CPU或者是GPU的开销都非常大,地形略微变大,机器要做的工作就要多非常多,实时程序随时变成播放幻灯片。

况且,假设地形比較大,那么在远处的地形三角形被投影到屏幕上时或许已经变成了几个像素点。甚至不可见了。

既然远处的地形对我们的视觉贡献不大。那么为什么还要辛辛苦苦地让硬件做那么多的无用功呢?

       有没有办法不渲染那些远到看不见的地形三角形呢?答案是有的。

那就是LOD地形。LOD的全称是“Level Of Detail”(细节层级),主要的要求是:在近处的地形渲染得尽可能具体,在远处的地形渲染得尽可能简单。

通常。LOD地形除了“远粗近细”的功能外。一般还加上了“视锥体可见性剔除”功能,即仅仅考虑在视野范围内的地形三角形是否渲染,而绝不渲染在视野外的。这种“简化”+“剔除”机制能够大幅度减少机器的开销。听起来是挺有吸引力的,可是到底怎么实现呢?


实现LOD的难点:
       依据我的经验,我觉的实现LOD有例如以下两个难点:1、以何种方式对地形进行简化;2、怎样解决地形简化之后出现的T型裂缝;3、在视点移动时,原本远处被简化的地形区域在靠近视点后突然变得具体起来,或者原本在近处具体显示的地形区域远离视点之后突然被简化了,这样就可能造成某些地形细节的突然出现或者突然消失,在有光照的情况下,这样的现象尤为明显,怎样解决问题?
       对于第三个问题。我当时因为时间原因来不及考虑,可是发现将地形进行平滑处理后能够减轻这样的“突隐突现”现象,并且还能降低三角形面数的显示。于是将计就计了。怎样对地形进行平滑?你能够在PS中事先对高度图进行模糊处理。又或者能够在程序中使用滤波算法对高度图进行滤波,方法应该非常多,我就不纠结了。前两个问题是我回想的重点。


地形的表示:
       想要对地形进行简化,首先要知道地形是怎样表示的。
       我们先不理会地形在内存中的数据组成,我们先来理解下地形在逻辑上的表示。

地形是由 (2^n+1) X (2^n+1) 个顶点组成,当中n>0,n到底要多大?我认为跟n有关系的计算都不溢出就好。

左下图就是个9X9的地形样例。实际上的地形不会那么小。几百X几百甚至成千上万也不奇怪,这里仅仅是为了举例说明而已。另外。组成地形的基本单元也不再像龙书中那样使用一个个的独立三角形。而是使用三角形扇为地形基本单位,这里的三角形扇事实上也是由8个三角形组成,在渲染API中使用9个顶点和10个索引表示。

我们最好还是把这样组成的三角形扇称为一个地形结点。如右下图表示:

回想四叉树LOD地形(上)-LMLPHP                    回想四叉树LOD地形(上)-LMLPHP
                                                                               由三角形扇组成的地形
                    一个地形结点                            

       为什么地形大小被限制为 (2^n+1) X (2^n+1) 个顶点呢?这是由于用四叉树来简化地形就必须使用这样的的尺寸。这样在每一次切割地形结点时才干刚好划分成四个等分。大家能够把每一个交点都当成顶点,自己比划一下左上方那幅图。从上面也能够看出,使用三角形扇来组成地形时。能够简单地用一个三角形扇来取代几个小的三角形扇组成的大块地形,这也是简化的关键所在之中的一个。当然,这块地形要被评估为比較平坦的表面才干够这样替换。

简化流程预览:
 回想四叉树LOD地形(上)-LMLPHP
                                                                                       地形结点由低分辨率到高分辨率的过程

     上面就是某个大地形块被细分为多个小地形块的简单过程。大地形的简化实际上是从“粗糙”到“精细”的一个过程,而不是真正地由繁到简。
       在实际的细化过程中。地形是按分辨率级别来处理的。地形四个角落的顶点以及四条边上的中点加上地形中间的那个顶点,就构成了最大的地形结点,这个结点算作第0级分辨率结点,之后每次划分得到的四个结点的分辨率就递增1个级别,最小的不可再分的地形结点就是最高级分辨率结点。这样划分分辨率级别有什么优点?这样方便我们在代码实现时使用分辨率级别高速确定地形结点的中心顶点在顶点缓冲区中的索引值。

说起来非常抽象。后面看代码就清楚了。

       简化流程開始,首先评估0级结点是否须要被切割。通常来说都会被分成四个子节点。然后分别评估四个子结点是否须要继续划分。若地形结点须要切割,则把它再分为四个结点,然后对四个结点分别再推断是否须要继续切割,如此递归下去。直到切割到最小地形结点或结点不可分为止。最小的地形结点无法再进行切割,仅仅有送到渲染API进行渲染。若地形结点不须要被切割。也是直接送入渲染API进行渲染。当然,这些结点前提是要在我们的视野范围内才会进行上述的切割推断,否则,我们就直接忽略它们,不做不论什么处理。
       在细化的过程中。若某地形结点被评估为不可分结点时,后面的细化步骤就被中断了,这时我们能够简单理解为该不可分结点的细节已经达到要求,能够取代一系列小的地形结点,我们就仅仅显示该不可分结点,而不显示兴许一系列小地形结点,这样我们就达到了简化目的。

因为有些结点须要切割有些不须要。所以最后得到的结果不会像上面三幅图那么规则,或许像这样:


回想四叉树LOD地形(上)-LMLPHP
地形简化后可能的样子,这里如果视点在左上角

       由上面的简化流程能够看出。简化过程实际上是个递归的过程。在实时性要求比較高的大地形系统中使用递归算法,实在不能算是一个比較好的解决方式。于是,潘大神提出“使用双队列来化解递归”的想法。

回想四叉树LOD地形(上)-LMLPHP
       上面的图片展示了双队列化解递归的过程。格子代表地形结点,数字代表结点的级别。

须要切割的结点将切割后得到的子结点压入第二条队列中,自己弹出第一条队列。不须要切割的结点直接弹出第一条队列并送入渲染API。

在第一条队列中全部结点都被处理完成后,两条队列交换身份,第二条队列变成第一条,然后反复之前处理步骤。直到两条队列中都没有结点为止。


结点评价系统:
       上面说到了评估,对的。我们须要一个评价系统来确定一个地形结点是否须要被切割。那么这个评价系统究竟是怎么样的呢?


回想四叉树LOD地形(上)-LMLPHP
引用潘大神的图片

       首先,我们的LOD须要实现地形“远简近繁”的效果。远和近靠什么来度量?潘大神使用“视点”到“地形结点中心”的距离。可是仅靠距离来衡量一个地形结点是否须要被切割是不够的。

由于有可能一个结点大得离谱但却远在天边。若该结点不切割又会造成地形细节大量损失;又或者一个结点小得可怜却近在眼前,本来已经能够表示足够的地形细节了但却依旧被切割了。所以。为了处理好这两种情况,我们还要考虑结点的大小。把两个因素放在一起考虑,由此得出潘大神的第一条评价公式:

回想四叉树LOD地形(上)-LMLPHP


在上面的公式中,L代表视点到地形结点中心的距离,D代表地形结点的边长,C是一个调节因子。

这个公式表示,当结点离视点越来越远,且地形结点越来越小时。两者的比值超过C。地形结点就不须要切割。这个调节因子是要依据地形显示的结果来确定的。也就是要在地形系统实现后,在測试阶段进行该因子的调整。

       嗯。看似评价系统就是这样了,但细想一下。仅有上面这个条件就够了吗?假如有些地形块凹凸起伏非常大。不管这些大地形块结点离视点的距离多远。我们都要求清楚地看到这块地形凹凸不平的特征,若仅靠上面的公式来对结点进行评判,距离一拉远,凹凸不平的地形就被一个平坦的地形结点取代了。这样一来地形就失真了。所以。我们还须要考虑地形结点的粗糙度。
       怎样定义地形结点的粗糙度?潘大神这样做:
回想四叉树LOD地形(上)-LMLPHP
       若一个地形结点被简化后才显示是和实际地形结点有误差的。

比方左上图中。底下的平面代表简化后的地形结点,上面笼罩着的是实际的地形结点。

直观上,我们会发现有5个误差,在图中显示为结点边上的dh1、dh2、dh3、dh4以及中心处的dh0。为保证误差測量结果尽量准确。我们还要考虑大地形结点被切割成4个子地形结点后,每一个子节点的粗糙度。在右上图中表示为dh5、dh6、dh7、dh8。

那子节点的粗糙程度怎么算?我们仅仅须要反复地像计算大结点粗糙度那样即可了,非常easy发现这是个递归的过程。那假设一个地形结点已经切割到没有子节点时怎么办?那就忽略dh5~8,仅仅考虑前5个误差仅仅即可了。

       上面的粗糙度计算尽管是个递归过程,可是全然能够放在预处理阶段计算。将结果存放在一个与顶点缓冲区一样大的数组中即可了,评价结点时直接取值计算,不影响实时效率。
       找出了这几个误差值之后还没完工,一个地形结点的粗糙程度 R 应该这样算:

R=Max(dh0 ,······ , dh8) / D

       地形结点的粗糙度应该等于最大误差值除以地形结点的边长。那么。一个地形结点越粗糙就越不应该被简化。由此得出潘大神的第二条评价公式:
回想四叉树LOD地形(上)-LMLPHP
上面公式中的C2是粗糙调节因子。也是像第一条评价公式中的C那样,须要在地形系统实现后測试调整。那么,将两条评价公式一合并就变成了这样:

回想四叉树LOD地形(上)-LMLPHP
能够意识到,若C和C2越大,地形的细节就会越多,简化程度就越低。显示的三角形就会越多,机器的开销就会越大。前面我还说过。若将地形平滑处理,“突隐突现”现象就会减小,且三角形的渲染数也降低了,从上面的公式中也非常easy就知道这是怎么回事。

这是由于将地形进行平滑处理之后。地形的粗糙度R降低了。直观上看。简化显示和实际显示的误差不会太大。于是“突”现象就不那么明显了。从公式上看,R值小,地形结点被简化的几率增高了。于是相对显示的三角形就少了。


修补T型裂缝:
      知道了地形怎么表示。大致的简化流程,以及怎样评价一个结点是否须要切割,那么LOD是否就完毕了呢?算是吧······可是还不够完美。

       细想一下。有些结点须要切割,有些结点不须要切割,那么假设不加以控制的话,切割程度相差非常大的结点接壤在一起时就会形成T型裂缝。例如以下图所看到的:
回想四叉树LOD地形(上)-LMLPHP
       我相信上面的图片已经能非常好地告诉读者T型裂缝是怎么产生的,以及在实际程序中裂缝是什么样子的。那怎样修补T型裂缝呢?
       首先,我们必须先控制好接壤的地形结点之间的级别差不能超过1。左上角图片那种就是典型的符合要求的接壤类型,而例如以下类型由于接壤结点之间的级别差已经超过1。所以不符合要求:
回想四叉树LOD地形(上)-LMLPHP
       那该怎样实现这种控制呢?我们必须为地形增设一个标志数组。该数组的元素个数等于地形顶点数,元素类型不用太浪费,用char就好。仅仅需表示0和1。能够临时将0理解为相应结点不存在,将1理解为相应结点存在。

这句话不理解没关系,先记住。该标志数组的作用是:在当前结点进行切割时提供四周结点的存在信息。若四周的结点都存在则当前结点能够切割,否则,仅仅要四周随意一个结点不存在。当前结点就不能切割。这一步推断是在前面的评价系统之后才运行的,也就是说,评价系统的推断优先于这一步推断,仅仅有两个阶段的推断都通过了,结点才干算真正地能够被切割。

       那么标志数组中的存在信息是怎样获得的呢?这就须要我们在结点的切割操作中更新该标志数组。

怎样更新?当一个结点能够切割时。将自身相应的标志位设为1,同一时候将四个子结点相应的标志位也设为1。当一个结点不能切割时,将自身相应的标志位也设为1,但同一时候将四个子结点相应的标志位设为0。

我想大家一定会对“结点相应的标志位”这个说法非常不解,事实上在代码实现的时候。一个结点仅仅须要用中心顶点的索引以及所属级别来表示即可了,仅仅是送入渲染API时才转换成10个索引表示的三角形扇,到时看代码就知道了。非常抽象是吧?以下我来用9X9的样例演示一下。

       初始标志数组全0,现如果视点在左上角。

一開始地形块太大,如果被评估为须要切割,那么标志数组修改就像以下左中两幅图:

回想四叉树LOD地形(上)-LMLPHP

那么4个子结点在第二轮循环中被处理。逐一推断是否须要被切割。如果仅仅有离视点比較近的左上角结点才干被切割,其它的都不能被切割,那么标志数组又会变成右上图的样子。
       注意,右上图中左上角的那个结点可以被切割不是纯粹靠评价系统来评估的。还须要看看四周同等级结点的标志位是否都为1。大家应该能发现左上角结点的正右方结点和正下方结点的标志位确实为1,但是正左方和正上方的结点去哪找?这时我们仅仅要简单地忽略不考虑就好了(PS:大地形中那些远离边缘的结点是要考虑四个方向的)。

话说回来,中间那幅图的大地形结点在切割时需不须要考虑四周的标志位?当然要,但是去哪找?道理同前。如今看看推断四周标志后不可分的情况。

回想四叉树LOD地形(上)-LMLPHP

       上图右方的结点的父结点是先被推断为不可分结点的,如今导致了右方结点实际不存在。

所以,即使左方结点后来通过了评价系统的切割评估,但在查看四周结点标志时。发现右方结点不存在,所以左方结点切割失败。分析完成。


       到眼下为止。接壤结点之间的级别差已经控制在1级之内,能够进行T型裂缝消除了。有了标志数组的帮助,消除T型裂缝实际上很easy。

前面提到过。在地形进行切割时,地形结点能够用结点中心顶点所在的索引和结点所属的级别表示,在送到渲染API时再转换成10个顶点索引表示的三角形扇。嘿!我们就是要在结点转换成10个索引的过程中消除裂缝。

怎么做?请看下图:

回想四叉树LOD地形(上)-LMLPHP

       看到了左图。我想大家应该更加理解标志数组中的1和0所表示的存在与不存在详细是什么意思了吧!实际上我也不知道怎么解释得更通俗易懂了。我直接说中间那幅图了。依据地形结点的中心顶点的索引和结点所属级别,我们能够非常快地找到表示三角形扇的9个顶点的索引。中间那幅图图就是所谓的用9个顶点、10个索引表示的三角形扇。

我们从左图能够发现,高分辨率级别的结点(即小结点)的正右方的标志位是0,代表正右方同等级别的结点不存在,依据这一信息。我们就能够把中间那幅图中的三角形扇的4号结点给忽略,这就导致0、3、5结点能够组成一个大点的三角面,而不再须要分别显示0、3、4和0、4、5组成的三角形。这个操作就消除掉了由4号结点引起的高度差,T型裂缝就是这样被消除掉了。如右上图。也就是说,我们能够依据一个结点四周相邻同等级别的结点相应的标志位是否为1来确定中间节点四条边中点的顶点是否參与渲染,从而消除裂缝。

       修补T型裂缝到此结束。

LOD终于简化流程:
回想四叉树LOD地形(上)-LMLPHP

       唉!

~四叉树LOD的回想就差点儿相同这样了。感觉有必要做个重要代码回想,还是改天有时间写个下篇吧。本文不作为个人技术的创新展示,仅仅是学习心得的分享,全部知识都来自大神们的研究成果。

关于潘李亮的论文和曾涛的代码实现,改天再补上链接,如今得歇息············


05-16 00:59