一種採樣反饋的火焰模型參數自動獲取與優化方法
2023-10-09 18:31:49
專利名稱：一種採樣反饋的火焰模型參數自動獲取與優化方法
技術領域：
本發明涉及一種採樣反饋的火焰模型參數自動獲取與優化方法，屬於虛擬實境科學技術領域。
背景技術：
隨著計算機圖形學技術的飛速發展，火焰燃燒越來越多地出現在計算機動畫、影視製作和媒體廣告等場景之中。在對戰場進行模擬的時候，火焰的模擬也是必不可少的。火焰具有實時的多變性和無規則性，它的外觀形狀極不規則、沒有光滑的表面，這使得經典的歐幾裡得幾何學對其描述就顯得無能為力。同時，火焰在燃燒的過程中，要受到內外各種因素的作用和影響，再加上火焰燃燒的形態非常豐富，不同的燃料在不同的情況下表現出巨大的差異，就更加向人們提出了嚴峻的考驗。有三種與火焰相關的基本視覺現象。第一個視覺現象是在許多火焰中看到的藍色或藍綠色焰心，這些顏色由中間化學產物產生，例如在化學反應中產生的碳自由基。第二個視覺現象是由熱氣產物放出的黑體輻射。它以黃橙色為特徵，該顏色與火焰密切相關，為了給它在視覺上進行精確建模需要跟蹤火焰的溫度。第三個視覺現象是溫度在降低到黑體輻射消失後，出現在一些火焰中的煙或者是菸灰。如果燃燒物是固體或者液體，第一步是加熱直到它變成氣態(顯然，如果是氣體燃料，開始時就已經是氣體狀態)，氣體被加熱到隱式曲面對應著火點，然後出現細薄的藍色焰心。溫度接著升高，並在輻射冷卻和其它混合因素導致它溫度降低之前，隨著反應過程升高到最大值。接下來，隨著溫度的降低，黑體輻射減少直至黃橙色消失。粒子系統的基本思想是把無規則形狀的物體看作是眾多粒子所組成的粒子團，各個粒子都有自己的屬性如顏色、形狀、大小、生存期、速度等。粒子隨時間的推移而不斷地改變狀態，從而模擬出無規則物體及其運動變化。從粒子系統方法誕生到現在，它已經逐步成為計算機圖形學中應用最廣，應用時間最長的方法之一。基於粒子系統的火焰模擬原理如圖1所示。然而，基於粒子系統的方法的控制過程過於隨機，選定合適的控制參數變成為了模擬中面臨的重要問題。目前研究者們往往都是根據需要模擬的火焰的特徵，人為選擇並調整控制參數，這使得模擬的過程非常繁瑣。
發明內容
本發明要解決的技術問題是針對基於粒子系統的火焰模型參數調整繁瑣的現狀，提出了一種可以根據採樣反饋自動獲取火焰模型參數，優化火焰模型的方法，簡化了建立火焰模型的過程，同時有效的對火焰模型進行了優化。本發明提出了一種採樣反饋的火焰模型參數自動獲取與優化方法，包括以下步驟(1)採用粒子系統的方法，根據初始的模型參數和控制參數建立火焰模型；
(2)在步驟⑴建立火焰模型後，分析當前火焰模型和真實火焰的誤差，生成誤差函數；(3)在步驟O)生成火焰模型的誤差函數後，判斷火焰模型誤差是否小於誤差閾值；若是，則本方法結束；否則，跳轉到步驟⑷；(4)使用梯度下降的方法，調整火焰模型的控制參數；(5)在步驟的基礎上，根據當前計算的控制參數修正火焰模型；(6)在步驟(5)建立修正後的火焰模型的基礎上，跳轉到步驟(3)。本發明的有益效果是針對基於粒子系統的火焰模型參數調整繁瑣的現狀，提出了一種可以根據採樣反饋自動獲取火焰模型參數，優化火焰模型的方法，簡化了建立火焰模型的過程，同時有效的對火焰模型進行了優化。
圖1為火焰模擬原理框圖；圖2為採樣反饋的火焰模型參數自動獲取與優化方法的流程圖。
具體實施例方式本發明提出了一種可以根據採樣反饋自動獲取火焰模型參數，優化火焰模型的方法，簡化了建立火焰模型的過程，同時有效的對火焰模型進行了優化。該方法的流程如圖1 所示，其步驟如下步驟1採用粒子系統的方法，根據初始的模型參數和控制參數建立火焰模型；粒子系統的基本思想是把無規則形狀的物體看作是眾多粒子所組成的粒子團，各個粒子都有自己的屬性如顏色、形狀、大小、生存期、速度等。粒子隨時間的推移而不斷地改變狀態，從而模擬出無規則物體及其運動變化。建立火焰模型的模型參數包括粒子的數目num，粒子的初始顏色initialColor、 初始透明度initialAlpha。其中粒子的數目num初始值為不影響模擬效果下所使用的最少粒子束；粒子的初始顏色initialColor是基本色，粒子的顏色將從initialColor逐漸向背景顏色轉變；粒子的初始透明度initialAlpha = 1. 0，透明度是一個從0變化到1的實數。 所述的控制參數包括Δχ、Ay、Δ Ζ，分別表示火焰在X，Y，Z軸上的運動；Ex、Ey、Ez，表示火焰的膨脹或跳動；(i)、Sz (i)，表示火焰頂端的發散(X、Z軸)。步驟2分析當前火焰模型和真實火焰的誤差，生成誤差函數；誤差函數取決於火焰模型的控制參數，表達式為d = f (Δχ, Δγ, Δ ζ, Ex, Ey, Ez, Sx (i)，Sz (i))其中d表示火焰模型的誤差；Δ X、Ay、Δ z，分別表示火焰在X，Y，Z軸上的運動； Ex、Ey、fe，表示火焰的膨脹或跳動；&(1)、&(1)，表示火焰頂端的發散(X、Z軸)。步驟3在步驟2生成誤差函數的基礎上，判斷火焰模型誤差是否小於誤差閾值。若是，則本方法結束；否則，跳轉到步驟；其中誤差閾值可以根據用戶對火焰模型的需求進行確定。步驟4使用梯度下降的方法，調整火焰模型的控制參數；梯度下降法，就是利用負梯度方向來決定每次迭代的新的搜索方向，使得每次迭代能使待優化的目標函數逐步減採用梯度下降法進行迭代的具體步驟為1)選取初始點徹，給定梯度的接受誤差α，以及下降量的接受誤差β，使α > 0， β >0，並令迭代次數k = 0;
Λ (k)2)計算負梯度 ⑷=_ν/(『)及其單位向量χ ;其中,( 為原函數，ν為哈密頓算符，用來計算/( 在點；處的梯度；3)檢查是否滿足條件I |S(k)| I ( α，若滿足則轉8)，否則繼續；4)計算最佳步長P k ；
權利要求
1.一種採樣反饋的火焰模型參數自動獲取與優化方法，其特徵在於包括(1)採用粒子系統的方法，根據初始的模型參數和控制參數建立火焰模型；(2)在步驟(1)建立火焰模型後，分析當前火焰模型和真實火焰的誤差，生成誤差函數；(3)在步驟( 生成火焰模型的誤差函數後，判斷火焰模型誤差是否小於誤差閾值，若是，則本方法結束；否則，跳轉到步驟；(4)使用梯度下降的方法，調整火焰模型的控制參數；(5)在步驟的調整的火焰模型的控制參數的基礎上，根據調整後的火焰模型的控制參數修正火焰模型；(6)在步驟( 建立修正後的火焰模型的基礎上，跳轉到步驟(3)。
2.根據權利要求1所述的一種採樣反饋的火焰模型參數自動獲取與優化方法，其特徵在於所述步驟(1)中模型參數包括粒子的數目num，粒子的初始顏色initialColor、初始透明度initialAlpha ；其中粒子的數目num初始值為不影響模擬效果下所使用的最少粒子束；粒子的初始顏色initialColor是基本色，粒子的顏色將從initialColor逐漸向背景顏色轉變；粒子的初始透明度initialAlpha = 1. 0，透明度是一個從0變化到1的實數；所述的控制參數包括ΔΧ、Ay、Δ Ζ，分別表示火焰在X，Y，Z軸上的運動；Ex、Ey、Ez，表示火焰的膨脹或跳動；(i)、Sz (i)，表示火焰在X、Z軸頂端的發散。
3.根據權利要求1所述的一種採樣反饋的火焰模型參數自動獲取與優化方法，其特徵在於所述步驟O)中火焰模型的誤差函數定義如下d = f ( Δ χ，Δ y, Δ ζ, Ex, Ey, Ez, Sx (i), Sz (i))其中d表示火焰模型的誤差；Δ χ、Ay、Δ z，分別表示火焰在X，Y，Z軸上的運動；Ex、 Ey、fe，表示火焰的膨脹或跳動；(i)、Sz (i)，表示火焰在X、Z軸頂端的發散。
4.根據權利要求1所述的一種採樣反饋的火焰模型參數自動獲取與優化方法，其特徵在於所述步驟中梯度下降法為利用負梯度方向來決定每次迭代的新的搜索方向，使得每次迭代能使待優化的目標函數逐步減小；在每次迭代時，迭代步長Pk隨著k的改變而改變，且滿足Pk ^ ~T^ ;其中 為迭代過程中第k次的取值，^(」 = {s㈨γ，s(k)表示梯度下降的搜索方向。
全文摘要
本發明涉及一種採樣反饋的火焰模型參數自動獲取與優化方法，屬於虛擬實境科學技術領域。本發明的技術方案為根據設定的初始速度、初始大小等參數值生成基於粒子系統的火焰模型；分析當前火焰模型和真實火焰的誤差，生成火焰模型的誤差函數；採用梯度下降的反饋方法，動態的調整火焰模型的控制參數；按照調整後的參數修正火焰模型，並進行誤差反饋，直至火焰模型與真實火焰的誤差值低於誤差閾值。本發明克服了傳統火焰模型建立過程中存在的模型參數難以確定的問題，通過定義了火焰模型的誤差函數，提出了一種自動獲取模型參數的方案，優化了建立的火焰模型。
文檔編號G06T17/00GK102184568SQ201110130039
公開日2011年9月14日 申請日期2011年5月19日 優先權日2011年5月19日
發明者吳威, 吳蕊, 周忠, 趙沁平 申請人:北京航空航天大學