时间与网格精细度的关系及其计算

从上节给出的变形效果图中可以看出，在其他条件相同的前提下，越精细的自适应网格，变形结果的失真也越小，但精细程度越高的自适应网格计算，所需的计算量也越大。在运动角色仿真应用中，不仅需要变形结果的真实性，还需要变形速度的高效性。

在本节的实验中，以Frog角色的图像为例，获得各步骤运行时间与自适应网格的精细度的关系。为更准确地统计精细程度的不同造成的时间差，使角色数量为100个，这样可以减小单个角色变形计算时的统计误差。在时间统计过程中，每次实验连续记录100帧的运行时间，并求其平均值。

（1）在基于自适应网格的图像变形方法中，初始化步骤包含初始化运行环境、加载角色图像、准备简化骨骼数据、计算自适应网格的顶点纹理坐标等操作。在不同的网格精细程度，所需要的初始化各步骤所需时间见表3-3，由表中可以看出，随着网格三角形划分数的增多，纹理坐标的计算数量开始渐渐增加，这是由于三角形数量增多，顶点的纹理坐标计算量增加的缘故。

表3-3 初始化步骤所需时间 （单位：ms）

本节的实验对于本章提出的图像变形的硬件加速方法，分别实现了CPU、GPU二次渲染和GPU一次渲染三种加速算法，统计其运行时间并进行比较。对于网格精细度对变形过程中的各步骤运行时间影响，通过记录100个Frog角色变形过程中的数据，每次实验连续记录100帧，取其平均值。使用CPU计算100个Frog角色的变形，共做三组实验，各步骤运行时间见表3-4。

表3-4 传统CPU方法运行时间 （单位：ms）

根据表3-4中的数据所绘制的传统CPU方法变形计算时间与网格精细度的关系如图3-19所示。通过图中可以看出，网格顶点的计算时间随顶点增多而增加的趋势，CPU是直接计算方式，两者基本成正比关系（图中横轴为非等分尺）。

图3-19 CPU方法的运行时间与网格精细度关系图

（2）自适应网格可以使用GPGPU技术进行图形硬件加速，大大加快网格顶点的计算速度。当前主流的硬件配置下，单纯以浮点运算速度为指标，GPU的计算速度要远远高于CPU，但对于二次渲染方法来说，GPU每次计算过程分为初始化、计算和数据取回三部分，初始化操作包括设置渲染目标以及上传输入数据等，重置操作包括重置渲染目标，以及将计算结果数据从FBO缓冲区取回到内存等。

使用与CPU方法同样的运行条件，通过GPU二次渲染方法进行网格顶点加速计算，连续记录运行数据，所获得的GPU二次渲染方法变形过程中各步骤运行时间见表3-5。

表3-5 GPU二次渲染方法各步骤运行时间 （单位：ms）

根据表3-5的数据绘制的GPU二次渲染法运行时间与网格精细度关系图如图3-20所示，通过图中可以看出，在GPU二次渲染方法中，环境初始化的时间一般会保持不变，而网格顶点计算时间会随自适应网络精细度增加而增加，数据取回时间也会随顶点数据的传输量增加而增加。(www.xing528.com)

图3-20 GPU二次渲染法运行时间与网格精细度关系图

（3）在GPGPU加速方法中，二次渲染一般应用于复杂的计算过程，而一次渲染方法一般应用于较简单的几何属性计算。在图像变形过程中，GPGPU加速计算的是自适应网格的顶点坐标，可以使用一次渲染方法进行加速。

使用GPU一次渲染方法统计各步骤运行时间，运行环境与上面CPU、GPU二次渲染条件相同，使用100个Frog角色图像同时进行变形计算，所获得的在不同网格精细程度下的运行时间数据见表3-6。

表3-6 GPU一次渲染方法运行时间 （单位：ms）

根据表3-6中的数据所绘制的GPU一次渲染方法运行时间与网格精细度的关系如图3-21所示，通过图中可以看出，随着自适应网格精细程度的提高，变形计算量增大，从而造成GPU一次渲染法加速计算的时间变长。

图3-21 GPU一次渲染方法运行时间与网格精细度关系图

（4）本节的变形算法包括传统CPU计算、GPU二次渲染方法加速和GPU一次渲染方法加速三种，分别统计网格精细度对各种方法的运行时间影响。这三种执行方法所需的变形计算总时间随网格精细程度的变化如图3-22所示，从图中可以看出，GPU相比CPU可以提供显著的加速作用，验证了针对二维角色变形的硬件加速算法的有效性。

不同网格精细度的GPU二次渲染与GPU一次渲染方法的对比如图3-23所示，图中可以看出两者的计算时间是相似的，造成这种现象的原因主要有两点：一方面，GPU二次渲染所需要上传的数据少，回传的数据量多，而GPU一次渲染所需要上传的数据量多，GPU二次渲染的回传数据量应该等于GPU一次渲染的上传数据量，都为自适应网格的顶点坐标数据量；另一方面，GPU二次渲染避免重复计算，减少了计算量，而GPU一次渲染则避免了重复设置/还原渲染目标。

图3-22 不同网格精细度的CPU/GPU变形计算时间比较

图3-23 不同网格精细度的GPU方法的计算时间比较