D图像生成算法原理
计算机图形学第3章 基本图形生成算法
例题：有点P0（4，3）；P1（6，5）；P2（10，
6 ）；P3（12，4），用以上4点构造2次B样条曲线。
2.1.7 非均匀有理B样条
非均匀有理B样条NURBS（Non Uniform Rational BSpline）；
3.2.2
Bresenham画圆法
该算法是最有效的算法之一。
不失一般性，假设圆心(xc，yc) ,圆上的点(x′，y′)，则：
x' x xc
y ' y yc
圆心为原点，半径为R的位于第一象限1/8圆弧的画法，即(0, R)～( R , R )。
2 2
yi )， 思想:每一步都选择一个距离理想圆周最近的点P( xi ， 使其误差项最小。
画其他曲线。
3.3
自由曲线的生成
正弦函数曲线
指数函数曲线
多项式函数曲线
自 由 曲 线
概率分布曲线及样条函数曲线
3.3.1 曲线的基本理论
基本概念
2.1.4
规则曲线：可用数学方程式表示出来的，如抛物 线等。
自由曲线：很难用一个数学方程式描述的，如高
速公路等。可通过曲线拟合(插值、逼近)的方法来
例题： 利用Bresenham算法生成P （0，0）到Q（6，5）的直 线所经过的像素点。要求先 列出计算式算出各点的坐标 值，然后在方格中标出各点。
（1，1）
3.1.5 双步画线法 原理
模式1：当右像素位于右下角时，中间像素位于底线 模式4：当右边像素位右上角时，中间像素位于中线 模式2和模式3：当右像素位于中线时，中间像素可能位于底线 上，也可能位于中线上，分别对应于模式2和模式3，需进一步 判断。 当0≤k≤1/2时，模式4不可能出现，当1/2≤k≤1时，模式1不 可能出现。
基恩士2.5d相机合成原理
基恩士2.5d相机合成原理基恩士2.5d相机合成原理随着计算机技术的发展，图像处理技术也愈发成熟。
其中的相机合成技术也被广泛应用于各种实际场景中。
2.5D相机合成技术通过基恩士相机对场景深度信息的获取和视觉信息的处理来合成一个具有真实感的场景。
本文将介绍基恩士2.5D相机合成原理。
一、2.5D相机合成的概念2.5D相机合成技术是指通过采集不同视角下的2D图像和场景深度信息，利用计算机算法合成一个具有真实感的3D场景。
2.5D相机合成技术广泛应用于虚拟现实、游戏开发、广告设计等领域。
二、基恩士相机的概述基恩士相机属于3D感应相机的一种，可以获取图像深度信息，是2.5D相机合成技术的重要组成部分。
基恩士相机的外形类似于普通的摄像机，但是其内部结构却与普通摄像机截然不同。
基恩士相机采用的是三个摄像头并列排列的方式，这三个摄像头分别是黑白相机、红外激光发射器和红外激光接收器。
三、基恩士相机的工作原理基恩士相机可以通过三角测量原理来获取图像深度信息。
黑白相机获取图像表面的灰度信息，红外激光发射器发射激光，激光照射到场景表面后会产生反射，并被红外激光接收器接收。
三个摄像头采集到的数据会传输到计算机上，经过计算机算法的处理，即可获得场景的深度信息。
基恩士相机可以采集多个角度下的场景图像，这样就可以获取到一个具有立体效果的场景。
四、基恩士相机的应用基恩士相机可以应用于虚拟现实等领域，可以为用户呈现更加真实的场景。
基恩士相机还可以应用于机器人导航和地图制作等领域，可以为机器人提供更加精准的定位信息，也可以制作真实地图。
五、基恩士相机的局限性基恩士相机存在着一些局限性，例如需要提前进行场景测量，测量精度还受到环境的影响。
同时，基恩士相机很容易受到光照等环境条件的影响，容易出现深度信息的误判。
六、总结基恩士2.5D相机合成技术通过基恩士相机的深度信息获取和计算机算法的处理，可以实现真实场景的合成。
该技术具有广泛的应用前景，但还存在局限性，需要进一步完善和提高。
9CT图像重建原理详解
)2
3
dsd
（3）数据重排算法
原理：将扇形束情况下得到的全部投影数据重 新组合成平行束的排列模式，然后直接用平行 束条件下的卷积反投影算法来重建图像。
X射线源
D
d12
d23
d34
假设在600扇面中每隔100 有一根投影线，扇面旋转 的步距是Δβ＝200
d12 d34 D sin 300 D sin100 0.326D d23 2D sin100 0.347D
算法特点：将投影函数gθ(R)直接在空域中 进行修正，即将gθ(R)与一个事先设计好地 卷积函数C(R)进行卷积运算，然后将卷积后
的结果作反投影。
f (x, y) 0 d {g (R) C(R)} (x cos y sin R)dR
卷积函数 C(R) F 1{ }
因 不可积，故对 重新定义如下：
f (r,) 1
2
2 0
m m
g
(D
sin
)C[r
cos(
)
D
sin
]D
cosdd
1
2
2 0
m m
q
(
)C[r
cos(
)
D
sin
]D
cosdd
（2）检测器等距扇形束扫描的图像重建
y
S X射线源
D2’
α
D2
D
β
R
θ
s
A
0
tB
x
D1’
W
D1
注：射线SA相当于平行束中投影角为θ＝β＋α, 距离R＝scosα的那一条射线。
1D FT
空间域 频域
f (x, y)
2D IFT
p算法,k算法,破圈法,穷举法,ew算法,d算法,bf算法,fw算法的基本原理和应用场合
P算法，也称为顺序取端的谱列姆（Prim）算法，其基本原理是在无向图中任取一端作为起始点，置邻接阵为全零阵。
然后选取一个顶点Vj1，作子图G1={Vj1}。
接着比较G1到G-G1中各边长度，取最小的。
把所连接端Vj2并入G1得G1 = {Vj1,Vj2}。
如此迭代下去，可以得到最终的树状结构。
K算法的主要步骤是使用并查集数据结构，将边权值排序，然后从权值最小的边开始考察，依次考察权值依次变大的边。
每考察一条边，就要考虑这条边的两个顶点是否已经在同一个集合中，若没有，则将这两个顶点所在的集合进行合并。
考察完所有的边之后，就可以得到最小生成树的集合。
破圈法主要用于解决最小生成树问题，其基本思想是在每一步选择一条最短的边，并尝试将其加入最小生成树中，同时检查是否会形成环。
如果会形成环，则不选择这条边；否则，将该边加入最小生成树中。
穷举法的基本思想是在可能的解空间中穷举出每一种可能的解，并对每一个可能解进行判断，从中筛选出问题的答案。
这种方法的关键步骤是划定问题的解空间，并在该解空间中一一枚举每一种可能的解。
RD_CS成像处理算法
CRsfa 2
(3.11)
对式(3.7)进行距离徙动校正，校正函数为： Hrmc e IFFT 得到最终压缩结果如下：
ˆ) Sr ( X , t
，然后进行距离向 IFFT 和方位向
S ( fa, fr ) * H
r
mrc
exp j 2 frtˆ exp( j 2 fatm)dfrdfa
Br /2
(3.5)
2 Rt fr tˆ )dfr C
而：
Br /2
exp jKfr exp( jKfr )dfr jK Br /2 Br /2
Br /2
KBr 2sin 2 Br sin c KBr K 2
500 0 -500 -25 -20 -15 -10 -5 0 5 频 率 /MHz 10 15 20 25
图 3.1 发射 LFM 信号时频域波形
图 3.2 原始回波信号二维波形 4
RD/CS 成像处理算法
图 3.1 中发射信号为线形调频(LFM)信号，它的幅频特性为矩形分布。发射信号具有大的 时宽带宽积。 图 3.2 经点目标后向散射得到的回波信号是 LFM 信号，这个二维的回波信号未经压缩前 在信号空间是弥散的。 2.2 距离向压缩 将回波信号作 FFT 变换到频域中，与距离向参考函数 FFT 相乘，再作 IFFT，完成距离向 的匹配压缩处理。图 3.3 是距离压缩时的处理结果，回波信号经距离压缩后，可以看到很明 显的距离弯曲曲线。
(2.3)
其中 C 为常数，由上式可知，回波的瞬时相位是关于时间的二次函数。雷达相对于点目 标的运动造成回波信号相位随时间不断变化，从而引起回波瞬时频率的变化，这就是多普勒 频移。
2d到3d转换 转换原理
2d到3d转换转换原理
2D到3D转换是指将二维图像或平面几何对象转换为三维模型或场景的过程。
这种转换可以通过多种方法实现，其中一些常见的原理包括：
1. 视差原理，视差是指当我们从不同位置观察同一个物体时，物体在我们的视野中的位置发生变化。
通过分析图像中物体的视差信息，可以推断出物体的深度信息，从而实现2D到3D的转换。
2. 立体视觉原理，立体视觉是指我们通过两只眼睛同时观察物体时产生的立体感。
通过将两个视角的图像进行比较和匹配，可以计算出物体的深度信息，进而实现2D到3D的转换。
3. 结构光原理，结构光是一种通过投射特定的光纹或模式到物体上，并通过相机捕捉物体表面的形变来计算物体的深度信息的方法。
通过分析光纹的形变，可以实现从2D图像到3D模型的转换。
4. 激光扫描原理，激光扫描是一种通过激光器发射激光束，并通过接收器接收反射回来的激光束来获取物体表面的点云数据的方法。
通过获取物体表面的点云数据，可以重建出物体的三维模型。
5. 纹理映射原理，纹理映射是一种将二维图像或纹理映射到三维物体表面的方法。
通过将2D图像与3D模型进行对应，可以实现从2D到3D的转换。
这些原理可以独立或结合使用，具体的转换方法取决于应用场景和需求。
需要注意的是，2D到3D转换是一个复杂的过程，涉及到计算机视觉、图像处理、几何学等多个领域的知识和技术。
电影特效制作中的D建模与动技术
电影特效制作中的D建模与动技术电影特效一直是电影制作中不可或缺的一环，能够为观众带来更加震撼和逼真的视觉效果。
而其中，D建模与动技术则扮演着重要的角色。
本文将探讨电影特效制作中的D建模与动技术，介绍其基本概念、应用领域以及目前的发展趋势。
一、D建模的基本概念和原理D建模是一种通过计算机生成三维图像的技术，它能够让电影中的虚拟物体和场景变得栩栩如生。
这种技术的实现主要依靠计算机软件和硬件设备，利用数学模型和算法对物体进行建模，再将其渲染成图像。
在D建模过程中，首先需要使用特定的软件对物体进行建模。
通过绘制曲线、使用几何体等手段，模拟物体的外观、形状等特征。
然后，根据物体的纹理、光照和材质等参数进行设置，使其看起来更加真实。
最后，通过计算机渲染技术将模型转化为最终的图像。
二、D建模的应用领域D建模技术在电影特效制作中广泛应用，在以下几个方面发挥了重要作用：1. 特效场景建模：使用D建模技术可以快速模拟各种特殊场景，如爆炸、塌陷等。
通过建模，可以在虚拟环境中预先制作特效，并根据需要调整和优化，以实现最终的视觉效果。
2. 虚拟角色建模：电影中的虚拟角色也需要进行D建模，以使其外观、形象更加逼真。
通过建模技术，可以为虚拟角色塑造丰富的细节，并通过动作捕捉等手段使其动态表现更加真实。
3. 物体模拟与碰撞检测：在电影特效制作中，经常需要模拟物体的物理特性和碰撞效果。
通过D建模技术，可以更加准确地模拟物体的质量、形状等属性，并在虚拟环境中进行碰撞检测，确保特效的真实性和合理性。
三、动技术的基本概念和原理动技术是电影特效制作中另一个重要的技术环节，它能够使虚拟物体栩栩如生地动起来。
动技术的实现主要依靠计算机软件和硬件设备，通过数学模型和算法来模拟物体的运动。
在动技术的应用过程中，首先需要根据物体的外观、形状进行D建模。
然后，通过设置关键帧和运动路径，确定物体的运动轨迹。
接着，利用插值算法对关键帧进行补间计算，生成中间帧，使物体在连续的帧之间形成平滑的过渡。
第二章 基本图元的显示1
图 形 学
第二章 基本图形元素的生成算法
(0,6)
(6,6)
(6,0)
(0,0) 计 算 机 图 形 学 (5,3)
(0,0)
第二章 基本图形元素的生成算法
扫描转换:通常把图像中的点、线、圆、区域和字符等图 形基本指令组成的显示文件转换成为显示缓冲器中图像的 位映像图的过程，成为扫描转换。 位图：是与屏幕图像每个像素点一一对应的图像矩阵， 矩阵中的每个元素就是像素的值（表示灰度级别与色 彩）。 选择扫描转换算法，速度与图像质量两者之间权衡折 衷。由于在建立一幅图形过程中，基本的图形扫描转 换算法将被调用成百上千此，因此，速度快一些是比 较可取的。
1 xi 1 x i x x i x x i 1 | x | 1 y i 1 y i y y i y y i k | y |
x=x-1;y=y-k; for(x=x1;x>=x2;x--) {putpixel(x,round(y));y=y-k;}
（X1,Y1)的像素点，对应的显示缓冲器地址为： 字节地址= S + ( H / 8 ) * Y1 + ( X1 / 8 ) 的整数部分 字节内的位地址= X1 / 8 的余数 计 算 机 图 形 学
第二章 基本图形元素的生成算法
2.1.2 直线段的生成
数学上的直线是由无数个点构成的集合，显 然，光栅显示器只能近地似显示直线。对 于水平、垂直和45°斜线是可以达到较为 满意的效果的。当我们对直线进行光栅化 时，需要确定最佳逼近该直线的一组象素。 扫描转换直线段就是计算出落在直线段上 或充分靠近它的一串像素，并以此像素近 似代替原连续直线段在屏幕上显示的过程。
计 算 机 图 形 学
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
D图像生成算法原理 Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#3D图像生成算法原理一、建齐次坐标二、着色模型三、Z缓存四、纹理映射在这些步骤中，显示部分（GPU）只负责完成第三、四步，而前两个步骤主要是依靠 CPU 来完成。
而且，这还仅仅只是3D图象的生成，还没有包括游戏中复杂的AI运算。
场景切换运算等等……无疑，这些元素还需要CPU去完成，这就是为什么在运行大型3D的时候，当场景切换时再强劲的显卡都会出现停顿的现象。
3D芯片的处理对象是多边形表示的物体。
用多边形表示物体有两个优点：首先是直接（尽管繁琐），多边形表示的物体其表面的分段线性特征除轮廓外可以通过明暗处理(shading)技术消除；其次是仅存储多边形顶点的几何信息，多边形内部每个象素的明暗颜色计算所需的信息由这些顶点信息插值而来，这正是易于用图形硬件支持的快速明暗处理技术。
支持多边形绘制的图形硬件同样也可以绘制由双三次曲面片表示的物体，通过对这种物体的表面进行三角剖分，用逼近的三角形网格代替原物体的曲面表示就可以做到这一点。
当然，用多边形表示物体也有其缺点，如增加了纹理映射和阴影生成的难度，当需要详细表示复杂物体时所需的三角形数量将变得非常庞大。
将多边形表示的物体显示到计算机屏幕上，这一过程涉及物体在计算机内部的表示方式即物体的数据结构，由物体组成的场景的组织结构，物体从场景到屏幕空间要经过的一系列变换，以及产生最终屏幕图象要经过的一系列光栅化处理。
这些方面都涉及到特定的处理算法,相应的算法又有许多不同的变种。
下面仅就3D芯片涉及的图形处理过程及相关算法做一简单分析介绍，这些是理解3D图形处理及图形硬件的基础。
一、3D物体的表示法具有复杂外形的物体其表面可以由多边形面片来近似表示。
以图1的圆柱为例，其柱面可以由2N个三角形近似，其两端可以由两个N边形来近似。
多边形模型在其轮廓上的分段线性特征是这一表示法主要的视觉缺陷,改进的唯一途径是增加多边形的分辨率。
对于一个复杂形体来说，为了充分表示其细节，常常要用到十万个以上的多边形。
这将耗费许多数据库访问时间和绘制时间。
当将多边形模型进行放大处理时，会产生连接问题。
这就是所谓的“几何走样”。
物体的多边形表示既可以通过交互设计人工提取，也可以通过激光扫描设备得到。
总之，多边形表示的物体并不特别适合于交互操作或做自由的形状改变。
当改变物体的形状时很难保证多边形表示的完整性得到保持。
对多边形明暗着色所需要的信息存储在一个分层的数据结构中，每一个物体表面由指向多边形表的指针定义，该多边形表包含了近似该表面的一组多边形，每一个多边形由指向顶点表的指针定义，顶点表包含了每个多边形的所有顶点。
具体来说需要为每个多边形存储以下信息:1)多边形的顶点表，每一个顶点是一个三维坐标，该坐标定义在创建该物体时的局部坐标系中。
2)顶点的法向量表，这是明暗处理算法所要求的信息。
向量由同一局部坐标系中的三分量表示。
3)多边形的法向量，它是包含该多边形的平面的真正的几何法向量。
这是背面删除操作所需要的信息。
绘制多边形物体的传统方法是将多边形作为独立的绘制实体，这样多边形之间的共享边就要被处理两次。
为避免这种情况，可采用基于边的绘制方法，这时多边形的表示是基于多边形的边而不是多边形本身。
基于边的方法意味着绘制过程的组织要采用基于扫描线的算法，基于扫描线的算法将同时处理与当前扫描线相交的所有多边形。
这时存储器中能存储的可被同时处理的多边形的最大数目将成为可绘制的场景复杂度的上限。
使用全屏Z-buffer并将扫描线算法局限在物体所包含的多边形上就可以解决这一问题。
3D芯片的处理对象是多边形表示的物体。
用多边形表示物体有两个优点：首先是直接（尽管繁琐），多边形表示的物体其表面的分段线性特征除轮廓外可以通过明暗处理(shading)技术消除；其次是仅存储多边形顶点的几何信息，多边形内部每个象素的明暗颜色计算所需的信息由这些顶点信息插值而来，这正是易于用图形硬件支持的快速明暗处理技术。
支持多边形绘制的图形硬件同样也可以绘制由双三次曲面片表示的物体，通过对这种物体的表面进行三角剖分，用逼近的三角形网格代替原物体的曲面表示就可以做到这一点。
当然，用多边形表示物体也有其缺点，如增加了纹理映射和阴影生成的难度，当需要详细表示复杂物体时所需的三角形数量将变得非常庞大。
将多边形表示的物体显示到计算机屏幕上，这一过程涉及物体在计算机内部的表示方式即物体的数据结构，由物体组成的场景的组织结构，物体从场景到屏幕空间要经过的一系列变换，以及产生最终屏幕图象要经过的一系列光栅化处理。
这些方面都涉及到特定的处理算法,相应的算法又有许多不同的变种。
下面仅就3D芯片涉及的图形处理过程及相关算法做一简单分析介绍，这些是理解3D图形处理及图形硬件的基础。
二、坐标系统绘制过程的几何处理部分可被看成应用一系列的坐标变换将物体数据库变换到一系列的坐标系下，这些坐标系对所有绘制系统都是公用的，是理解3D图形学的基础。
用计算机生成图象的一系列基本操作与绘制过程要经历的一系列空间即坐标系有关。
随着绘制过程的进行处理将从一个空间进入下一个空间。
已完整地建立起描述这些变换的方法。
在对物体实施变换时希望对顶点和顶点的法向量使用相同的变换矩阵。
事实上，当变换在所有方向并不相同时，顶点法向量必须采用不同的变换矩阵。
由于单位法向量经过变换之后其长度不一定仍保持不变，因而必须对其进行重新单位化处理(单位法向量是光照计算所要求的)。
1.局部坐标系（局部空间）为了建模和进行局部变换的方便可选择被建模物体之内或附近的某一点作为局部坐标系的原点。
例如可选择一个立方体的某一顶点作为坐标原点，三个坐标轴即是与该顶点相连的立方体的三条边。
在局部坐标系选定之后，物体各顶点的局部坐标以及相对于该局部坐标系的各顶点的法向量和物体上多边形的法向量就可以被提取并存储起来。
2.世界坐标系（世界空间）当每一个物体在其局部坐标系中被建立起来之后，就需要将其放置到将要绘制的场景之中。
组成场景的每个物体都有自己独立的局部坐标系。
整个场景的坐标系就是所谓的世界坐标系。
场景中的所有物体都必须从自己的局部坐标系中变换到世界坐标系中以定义场景中物体之间的空间相对关系。
如果一个物体在场景中被定义为运动的，则必须为该物体定义一个随时间变化的变换序列以便在每一帧将该物体变换到世界坐标系中的不同位置。
场景中的光源也在世界坐标系中定义。
如果光照计算是在世界空间中进行，则对物体法向量的变换到此为止。
对物体表面属性如纹理、颜色等的定义和调整也在世界空间中进行。
3.眼睛坐标系、相机坐标系或观察坐标系（眼睛空间）眼睛坐标系统是用来建立对世界空间进行观察时的观察参数和观察范围的。
在图形学中通常用假想的相机来辅助对观察系统的理解。
一个假想的相机可以以任意方向放置在世界空间的任何位置，胶片平面在图形学中就是观察平面，也就是场景将投影到其上的平面。
建立一个普遍适用的观察空间相当繁琐，在多数情况下是对眼睛坐标空间做许多限制。
一个最小的实用系统可以这样建立，首先要求眼睛坐标系的原点和投影中心是世界坐标系中的同一个坐标点；其次要求观察平面的法向量和观察方向在眼睛空间中与Z坐标轴重合；最后，观察方向必须是这样的，当相机朝着Z轴的正向时Z值的增加将远离眼睛的位置，同时在左手坐标系的前提下，X轴指向右，Y轴向上。
满足这一要求的系统就可以使假想的相机以任何观察方向放置在世界坐标空间中的任何位置。
图2是有关坐标系之间的关系。
眼睛坐标系是最适宜做背面删除的空间。
背面删除操作是将背对观察者的多边形全部剔除，在场景中这些多边形对于观察者来说是不可见的。
如果对一个凸物体做背面删除，则可以完全解决其隐藏面问题。
对于具有凹面的物体而言这一操作并不能解决隐藏面问题。
背面删除操作是通过计算多边形所在平面的法向量与视线向量之间的夹角来决定该平面是否可见。
如果这两个向量的点积大于0，意味着其夹角小于90o 即该多边形是可见的，否则为不可见。
视线向量是从多边形指向视点的向量。
多边形平面的法向量可通过其不共线的三个顶点计算而得。
多边形的法向量必须指向物体的外部，为保证这一点，多边形的顶点必须以反时针方向（从多边形外部看时）顺序存储。
如图3所示。
4.屏幕坐标系（屏幕空间）屏幕空间是比较难于靠直觉理解的一种空间概念。
它是描述如何观察场景的方法的过程，与透视几何有关，也可以理解为怎样定义场景中能够到达眼睛（或相机）的光线的过程。
将场景中的一个点投影到距离视点为D的观察平面或屏幕要用到的基本变换是透视变换，屏幕或观察平面的法向与观察方向一致。
从图4可以看到，运用相似三角形原理，点P在屏幕上的投影P’(Xs= Dxe/Ze, ys=Dye/Ze)。
屏幕与观察平面略有不同，屏幕是观察平面上的一块矩形区域，在经过一个与设备有关的变换之后，可以从观察平面坐标求得屏幕坐标。
屏幕空间的定义使得其只对一个封闭空间中所包围的场景进行绘制处理，这个封闭的空间称作视锥台。
它可以这样来描述：设想在距离视点D处的观察平面上有一尺寸为2h的正方形窗口，且该窗口关于观察方向是对称的，则平面xe=±hze/D ye=±hze/Dze=D ze=F将构成一个封闭的锥台。
其中xe、ye 、ze是指眼睛坐标系中的坐标，而平面ze=D和平面ze=F分别称作近处和远处的裁剪平面，它们垂直于观察方向，在此我们假设观察平面与近处的裁剪平面重合。
如图4所示。
对于透视投影而言，通过连接窗口角与投影中心就形成所谓的视锥体。
有了这个视锥体，就可以用它对已变换到眼睛坐标系下的场景进行选择。
这不外有三种情况，对于那些完全落在视椎台之内的物体，直接通过透视变换将其变换到屏幕坐标系下；对于那些完全落在视椎台之外的物体不作进一步的处理而直接抛弃；对于那些与视椎台的面相交的物体则应作裁剪处理，裁取其位于锥台内的部分并用透视变换将它们变换到屏幕坐标系下。
在屏幕坐标系下，Z坐标将作为判断物体面之间相互遮挡的唯一判据。
注意，场景中的每个物体的每个三角形都要经过以上处理过程。
三、象素处理经过以上一系列的变换之后，一个多边形已变换到屏幕坐标系下。
将一个屏幕多边形在屏幕上绘制出来就是多边形的象素处理过程，它包括光栅化、隐藏面消除、明暗处理。
光栅化、隐藏面消除、明暗处理是整个3D 图形生成过程中最内层的处理。
他们是三个二维插值过程。
光栅化是用屏幕空间三角形的顶点坐标插值，以求得三角形的边所截取的三角形内扫描线段的端点坐标，并进而求得所截扫描线段上的象素坐标。
隐藏面消除则是通过对屏幕空间三角形顶点的深度值（Z坐标）进行插值，从而获得三角形内扫描线段上每个象素的深度值。