gpt4 book ai didi

c++ - 优化 OpenGL Pointcloud 的树

转载 作者:行者123 更新时间:2023-11-28 05:04:24 25 4
gpt4 key购买 nike

我想优化我的 OpenGL 程序。它包括加载 3D 点 vector ,然后对它们应用着色器。但是我有数十亿个点,当我尝试查看这些点时,我的 FPS 下降到 2。

实际上我正在发送每个点,我相信这对我的电脑来说太多了。

制作一个 KD 树(例如)来存储我的点,然后仅将视锥体中包含的点发送到我的着色器是优化我的程序的有效方法吗?

而且,由于我的目标不是研究点,而是只使用视锥体中的点,哪棵树会更好?八叉树? KD 树?

最佳答案

使用树绝对是处理大点云的好方法。我在点云渲染软件上工作了一段时间,我们使用 kd-trees 进行渲染,并使用常规体素网格进行分析。

我不太记得支持/反对使用八叉树的原因,但我想这取决于你的云的密度分布:如果你有大点云和一些小的高密度区域,你会有很多八叉树中的空单元格,无论是对于均匀分布的点云,八叉树都可能更简单。我们还有 2.5D map (来自航空扫描:几平方公里的地形,但只有很小的高度偏差),我们在其中使用四叉树来完成某些任务。

我们也没有渲染平截头体中的所有点,因为这会退化,例如当您一直缩小时,整个点云再次位于截锥体中。

相反,kd 树中的所有内部(非叶)节点都包含其子节点中点的“代表性”选择,并且我们仅根据与相机到每个节点的边界体积。这样,对于远离相机的区域,您可以渲染点云的稀疏版本,一种 LOD。

如果您想花哨的话:我们实际上维护了节点的“前线”,即从左到右穿过树的一条线或切割线,所有节点都应渲染到该树。这样我们就不需要检查每个节点,而只需要检查剪辑中的节点是否应该改变它们的状态(“渲染”或“未渲染”)。此外,我们有核外点云,它比 (V)RAM 大,如果父节点已从磁盘加载,我们只允许前端在树中向下移动得更远。

kd-trees 构建起来有点困难,因为您需要确定分割平面的位置。为此,我们使用了第一遍读取节点中所有点的位置,确定分割平面,然后第二遍进行实际分割。

我认为我们每个节点有 4096 个点(我认为我们试验了更多点,8k 或 16k 也不错),并且每个节点进行了一次绘制调用。只要您的点云适合 VRAM,您就可以简单地将所有点云放在一个大缓冲区中,然后在该缓冲区中进行带有偏移量的绘制调用。

关于c++ - 优化 OpenGL Pointcloud 的树,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45183364/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com