● 摘要
随着计算机图形学技术在近几年来取得的迅猛发展，很多领域都对绘制图像的真实感有了更高的要求，而且以后对高真实感图像的需求更大。影响图像真实感的一个重要因素就是阴影，它反映了光源对物体的照射信息，对人们认知世界中物体的位置关系起着非常重要的作用。在虚拟场景中，阴影的作用也不可忽视，准确的阴影效果能帮助观察者理解物体的空间位置，从而能增强虚拟场景中的真实感，能使场景显得更加逼真。然而，在动态三维场景中如何绘制出高质量且具有强真实感的阴影仍然是一个挑战。
阴影图算法因其简单高效、独立于场景复杂度等优点成为现在阴影算法的主流。本文主要研究基于阴影图的高质量阴影生成算法，针对软阴影和毛发自阴影等高级阴影效果的绘制展开了研究，并取得了一下成果：
（1）研究并实现了一种自适应光源采样的高质量软阴影生成算法。为了避免生成对软阴影质量没有贡献的阴影图，本文研究了一种自适应的方法对光源进行采样。首先先对面光源的部分区域进行采样，再将阴影图重投影到视点下，最后通过比较生成的阴影差值来判断是否需要进一步细分光源采样点，从而实现了自适应的逐层采样，避免了不必要阴影图的生成，提高了绘制效率。
（2）提出并实现了一种基于局部阴影图的阴影生成加速算法。基于视点靠近阴影时只会利用到阴影图部分信息的观察，提出了局部阴影图的思想，并由此实现了一种对多阴影图加速的算法，利用其提升了自适应光源采样算法的绘制效率。首先根据面光源边界处采样到的阴影图计算出每个阴影像素对应在阴影图上的范围，接着将阴影像素的该范围合并得到整个可见阴影对应的总范围，最后利用总范围调整阴影图生成的投影矩阵和视口大小，从而生成局部阴影图，缩短了每张阴影图生成的时间。
（3）研究并实现了一种基于阴影图的毛发自阴影实时绘制算法。首先采用三张特殊的阴影图分别来提高毛发的采样精度和来压缩毛发的可见性信息，与传统基于阴影图的高质量方法相比，大大降低了显存开销。在绘制时，可以通过生成的阴影图快速重构出毛发片段的不透明度，从而计算出其自阴影值。同时采用了一种非排序的alpha混合方法实现了类似于由后至前对片段进行alpha混合的高质量绘制效果，大大缩短了绘制时间。