自相交演算法

① 為什麼用ug畫的曲面經常加厚不了

用UG畫的曲面經常加厚不了的主要原因在於曲面的質量問題，特別是曲率的不連續性或不規則性。以下是具體原因及解釋：

1. 曲率不連續：

   • 當曲面存在曲率不連續的情況時，如曲面間的過渡不平滑或存在突變，這會導致在加厚操作時無法生成均勻厚度的實體。

2. 曲面質量不佳：

   • 曲面的構建質量直接影響其後續操作的可能性。如果曲面在構建過程中存在誤差、冗餘點或線段、自相交等問題，都會影響到加厚操作的成功率。

3. 軟體限制：

   • 雖然軟體本身具有加厚曲面的功能，但這一功能也受到軟體內部演算法和限制的約束。當曲面過於復雜或不符合軟體加厚演算法的預期時，操作可能會失敗。

為了解決這個問題，可以採取以下措施：

• 檢查並修復曲面：使用UG中的曲面分析工具檢查曲面的曲率和連續性，對存在問題的區域進行修復。
• 簡化曲面：如果曲面過於復雜，嘗試簡化其幾何形狀，以減少加厚操作的難度。
• 調整軟體設置：檢查軟體的加厚設置，確保參數設置合理，符合曲面的實際情況。

綜上所述，提高曲面質量是確保UG中曲面能夠成功加厚的關鍵。

② OIT演算法學習筆記+Hybrid Transparency

OIT演算法學習筆記與Hybrid Transparency的要點如下：

OIT演算法學習筆記：

1. 基本概念：Orderindependent Transparency 革新了透明度處理的方式，摒棄了傳統排序的繁瑣，特別是對於自相交和循環遮擋物體的渲染，顯著提升了性能。

2. 常見演算法：

   • Abuffers：通過累加buffer儲存覆蓋信息，每個像素記錄層層覆蓋的片段。優化透明度渲染，但對內存空間需求較大，對穿插物體處理存在局限。
   • MultiLayer Alpha Blending：試圖解決Abuffer的局限，通過分組混合來控制數據量。在處理新片段插入時的混合優化上仍有挑戰。

3. 進階演算法：

   • 自適應透明度和隨機透明度：自適應透明度在內存滿時移除貢獻小的片段；隨機透明度在多采樣紋理中表現出色，但樣本點少時可能引入雜訊。
   • Weighted Averaging與Dual Depth Peeling：Weighted Averaging演算法優化了兩步處理過程，但在高alpha值時可能出現明顯誤差。Nvidia的Dual Depth Peeling對Weighted Sum進行了優化，通過前後處理消除視覺誤差。

Hybrid Transparency ：

1. 核心思想：將透明物體劃分為關鍵核心層和影響較小的附加層，核心層的精確顏色計算與尾部層的快速估計相結合。

2. 實現方法：

   • 兩個幾何pass：一個收集前k個片段形成kTAB，另一個生成逐像素可見性函數。
   • 片段著色與分類：著色後，根據深度轉發至核心層或尾部處理，存儲在相應的color buffer中。

3. 最終融合：這些color buffer與背景進行融合，展現出Abuffer、Z3抗鋸齒、多層alpha混合、kBuffer、雙深度剝除、排序無關alpha融合和加權融合透明等關鍵技術的巧妙運用。

4. 優勢：尤其適合高解析度場景，視覺效果出色且無明顯錯誤，充分利用有限存儲空間。

OIT演算法及其革新，如Hybrid Transparency，不僅提升了圖形渲染的性能，也為我們理解和應用光柵化圖形渲染帶來了全新的視角。