GPU-friendly Stroke Expansion

这篇论文介绍了一种技术，用于实现描边扩展，即生成代表给定输入路径描边的轮廓。矢量图形包括填充和描边路径作为主要基元。虽然有许多技术可用于在GPU上渲染填充路径，但描边路径一直比较难以实现。描边扩展是一个全局问题，对连续性和正确性有着挑战性的约束条件。尽管如此，我们使用完全并行的算法来实现它，适用于在GPU计算着色器中执行，并且只需要进行最少的预处理。我们方法的输出可以是线段或圆弧段，两者都非常适合GPU渲染，并且线段数目最少。我们引入了几种新颖的技术，包括适用于并行处理的矢量图形基元编码，以及一种基于欧拉螺旋的方法，用于计算平行曲线和展成曲线的近似值。

本论文的问题是如何在GPU上进行stroke expansion，即生成表示给定输入路径的描边轮廓。这是一个全局性问题，需要满足连续性和正确性的挑战性约束。

本论文的关键思路是使用适合GPU并行处理的向量图形原语编码和欧拉螺旋方法来计算平行曲线和演化的近似值。

本论文的亮点包括使用适合GPU并行处理的编码方法和欧拉螺旋方法来解决stroke expansion问题，输出可以是线段或圆弧段，且段数最少。实验结果表明，该方法在速度和精度方面都优于现有方法。

最近的相关研究包括“Fast Parallel Generation of High-Quality Line Segment Patterns”和“Fast, High-Quality, Anti-Aliased Rasterization”。