基于光线追踪的全局光照及降噪处理研究

传统的路径追踪算法能够有效地追踪光线的运动轨迹,从而在屏幕上呈现出真实的渲染效果,但传统的光线追踪算法只能够追踪镜面反射或规则的折射光,追踪漫反射光消耗太大,效率低下。基于蒙特卡洛概率方法的光线追踪能够从统计意义上很好地实现物体间漫反射的光照效果,极大地解决了传统光线追踪的缺陷和效率问题,然而只有当采样数为无限大时,蒙特卡洛方法才是无误差的。为了提升渲染性能和质量,尽可能缩小误差,提出了一种根据颜色采样分布进行降噪处理的优化方法,该方法可以减少采样数,通过后期处理来去除噪声。通过在自研图形引擎中渲染虚拟场景对比实验发现,根据颜色采样分布进行降噪处理的方法能够实现较好的渲染及降噪效果,提高整个算法的性能以及画面表现。     

基于突变策略改进的Metropolis光线追踪算法

由于Metropolis光线追踪是在对最终图像贡献更大的有效路径邻近区域进行路径突变,因此很容易使路径采样陷入局部性。为使路径采样更好地遍历路径空间,本文对Metropolis光线追踪中路径突变策略进行改进,根据当前路径的贡献来决定是继续在当前路径邻近区域进行路径突变,还是随机产生新的路径作为初始路径样本。实验表明,相对于Metropolis光线追踪算法和PSSMLT（Primary Sample Space Metropolis Light Transport）算法,改进算法在可接受时间范围内,能更好遍历路径空间,并且能生成噪声更小的图像。     

基于光线追踪算法的面重建实现

面重建是一项具有广泛应用的技术,但是面重建的算法通常比较复杂。该文介绍了一种在光线追踪算法基础上实现的物体表面重建方法。光线追踪算法是国际上广为流行的一种真实感图形的生成算法。本文采用了Rov-ray软件包实现表面重建。该软件包界面友好,使用简单,能够大大减少用户的开发时间。     

基于球形光线追踪的位移贴图算法研究

文章提出了一种基于球形光线追踪的位移贴图算法。该算法相对于传统的位移贴图算法,不需要调整原几何体的三角形面,降低了中央处理器和图形处理器的负担,并且克服了基于等间隔采样的光线追踪算法收敛速度慢,可能出现采样失真的问题。最后,论文还针对目前的图形硬件的可编程特性,对算法进行了硬件加速,使该算法能满足虚拟现实程序所要求的实时性。     

基于CUDA的光线追踪优化算法研究与实现

在三维场景仿真过程中,为了实现真实的光影效果,通常采用光线追踪法对场景进行渲染。光线追踪算法的核心过程是光线与场景中的片元进行相交测试,而对于一个复杂的场景,该过程计算量非常大。为了改善光线追踪算法的计算速度问题,实现一种基于CUDA(Compute Unified Device Architecture)的光线追踪算法。该算法利用GPU的并行处理能力同时结合KD-Tree加速相交测试过程,最终提高仿真场景的渲染速度。通过实验表明,该算法的KD-Tree创建性能相比传统方法提升约20%,光线追踪性能提升约6倍。     

基于复杂场景图的光线追踪渲染的Kd-tree构造

在基于光线跟踪等的全局光照绘制中,改良空间划分结构一直是各种加速策略中重要的方法之一。对常见的空间结构构建方法进行研究,针对复杂室内场景提出一种快速的分区构建方法。首先,算法并不直接将整个空间进行剖分,而是采用分组策略,结合包围盒进行判断,将具有一定空间联系的场景实体合并成一定数量的组;之后,对每个组使用优化后的Kd-tree构建细分结构,并提出合理的终止条件。与以往的方法相比,该方法构建的加速结构更适合于基于场景图构建的复杂室内环境,为快速生成真实感图形提供了有效的手段。     

基于物理的分布并行光线追踪算法

基于物理的光线追踪算法用于从三维场景模型生成逼真的二维图像,光线追踪渲染较为耗时,所以如何提高算法的效率成为研究热点。针对斯坦福大学经典的多线程光线追踪引擎--PBRT,考虑任务划分粒度和负载均衡等因素,基于两级任务划分体系,提出了动态自适应分布式并行光线追踪算法。实验中在保证高质量图像生成的前提下,使用80个CPU核时,改进算法比PBRT原算法获得了近乎线性的加速比。实验结果表明改进算法具有良好的效率和扩展性,能够有效地用于光线追踪成像,提高光线追踪成像效率。     

基于WEB的VRML交互式光线追踪渲染

本文采用Java语言编制了一个Applet程序支持基于WEB的VRML2．0观察器。用户可以使用任何操作系统的浏览器来运行该程序，进行VRML文件的查看。该观察器采用了光线追踪算法对场景进行交互实时渲染，可以获得很好的效果。该算法对传统光线追踪算法作了适当改进以适用于交互式渲染，并采用包围盒和空间划分树(k—d树)等措施来加快渲染的速度。     

光线追踪等价划分反锯齿算法

为了解决图形处理过程中出现的锯齿问题,本文提出了一种高效的光线追踪等价划分反锯齿算法。算法通过计算相邻像素采样点间颜色偏差,对偏差超过阈值的边界采样点进行递归划分为更小的不规则区域,对偏差小于阈值的采样点不进行分解,用中点颜色取代区域颜色,保证反锯齿效果同时减少采样点的个数。进过仿真实验表明本文算法反锯齿效果与超采样反锯齿效果相同,但采样点数减少39.70%,计算效率提高43.26%。     

基于光线追踪的尺度效应分析

以光线追踪为基础研究尺度变化对图像属性的影响。通过选取地物模型和构建实验场景,实现多分辨率序列图像的模拟仿真。对图像的信息熵、自相关系数、地物覆盖率进行计算和分析,得到以下结论:地物的颜色属性与尺度无关;当图像分辨率降低到一定程度后,图像将会发生失真现象,而当图像分辨率提高到一定程度后,图像的属性将只有很少变化;在不失真范围内,随着图像分辨率的降低,地物覆盖率也随之降低。该结论与传统方法分析的结果趋势相同,但传统方法产生的图像会在更高分辨率时发生失真现象,表明该方法可有效避免图像重采样误差的干扰。     

基于视线的地形可视性分析研究

地形可视性分析在军事、电信、旅游等领域有着广泛的应用。各种复杂的、和应用有关的可视性分析大多数采用的是基于视线(LineofSight,LOS)的方法。文章在阐述视线方法的基础上,根据分析对象的不同对地形可视性分析问题进行了分类,并且从数学模型和实验仿真两方面对各种类型的可视性分析的联系和区别进行了研究,在此基础上提出了关于地形可视性分析的统一模型以及对可视性问题解决方法的一些展望。     

实时光线追踪相关研究综述

光线追踪因其渲染效果的真实性,长期以来被视为下一代主流图像渲染技术,是计算机图形学领域的热点研究方向。近年来,学术界和商业界对实时光线追踪开展了广泛研究。为促进实时光线追踪的研究,对相关文献进行归纳、分析和总结。首先阐述了光线追踪的概念、算法、加速数据结构等理论知识;介绍了三款支持光线追踪商用图形处理器（GPU）,并对比了之间的差异;从光线束遍历、无栈遍历、光线重排序、多分支BVH、降噪技术、与神经网络结合的实时光线追踪这六个方法综述了光线追踪的算法优化工作,并阐明了相关具体方法的优缺点;在算法加速的基础上,对使用GPU优化加速和采用定制化设计的硬件加速进行了归纳分析;最后对文章的内容进行了总结,指出了实时光线追踪仍面临的困难,并对未来的发展方向进行了展望。可以帮助研究人员系统地了解实时光线追踪的研究现状,为后续开展相关研究提供思路。     

基于光线跟踪方法的全局光照研究

光线跟踪方法是解决全局光照问题的一种重要方法。概括性地提出光线跟踪方法研究的基本任务是研究关于采样、加速求交的问题,并综述性地分析了光线跟踪相关算法。介绍了该领域近期研究热点即实时光线跟踪以及基于图形硬件的光线跟踪的相关研究工作,指出了光线跟踪方法在解决全局光照问题时的优缺点以及未来的研究重点。展望了基于光线跟踪方法的全局光照应用前景。     

对光线追踪引起物体边缘走样的研究

分析了光线追踪中造成物体锯齿状边缘的原因，讨论了几种反走样方法。在此基础上设计了一个自适应随机反走样算法，实践证明该算法能有效地消除物体的锯齿状边缘。     

基于扫描线法和光线追踪法的三维真实图形合成

本文给出了一个三维真实图形合成系统,其中提供两个新算法——改进的扫描线算法和基于扫描线法和光线追踪法的算法.在这两个算法中,利用物体优先级、zn-buffer、相关性、bounding volume、环境分层分区、阴影技术、透明技术、纹理技术等来提高真实性并加快速度,且集消隐、光照模型、阴影、透明、纹理等为一体一起处理,使它们优于传统的算法.     

光线追踪显示体数据的新求交算法

本文就利用光线追踪方法完成的体绘制提出一种新的求交算法，此算法与以前的求交算法有本质上的不同，求交过程不再是相对于ＣＥＬＬ进行求交，而是直接相对于ｘ，ｙ，ｚ族平面直接进行求交，故此算法所需的运算量相以地于其它算法是非常小的，而且可以直接控制求交顺序而无需排序，这样得到的求交结果对于反续的运算是极方便的，由分析求交过程可以方便的得到交点所对应的ＣＥＬＬ标号，这又方便了颜色向量，隐匿因子的积累、结合等     

对光线追踪引起物体边缘走样的研究

分析了光线追踪中造成物体锯齿状边缘的原因,讨论了几种反走样方法,在此基础上设计了一个自适应随机反走样算法.实践证明该算法能有效地消除物体的锯齿状边缘.     

光线追踪的OpenCL加速实现研究

目前GPU计算能力让kD-Tree划分实时场景光线追踪并行算法的执行变得更具有可行性。图像处理器(GPU)高效应用于多边形的渲染,GPU内部单元的可编程性已经让其广泛应用于多边形渲染以外的领域。本文详细描述使用OpenCL的kD-Tree遍历算法,对运算占主要部分的相交测试作出改进,同时提高了GPU计算能力与存储器的利用率,从而提升了光线追踪算法效率。     

基于GPU和均匀栅格法的光线追踪算法研究

由于GPU(图形处理器)性能的大幅提高和可编程性的发展,基于GPU的光线追踪算法逐渐成为研究热点。光线追踪算法需要的计算量大,基于此,分析了光线追踪算法的基本原理,在NVIDIA公司的CUDA(计算统一设备体系结构)环境下采用均匀栅格法作为加速结构实现了光线追踪算法。实验结果表明,该计算模式相对于传统基于CPU的光线追踪算法具有更快的整体运算速度,GPU适合处理高密度数据计算。     

基于Metropolis光线跟踪的组合滤波器

蒙特卡罗方法是计算全局光照的基础,目前已经有很多基于蒙特卡罗的全局光照算法,但大多数算法在渲染时间上都有一定局限性。在蒙特卡罗方法基础上,结合Metropolis光线跟踪算法和组合滤波器,提出一种新的全局光照算法。该算法分为两个部分,首先使用多组不同尺度的滤波器对图像进行处理,然后将多组滤波器处理后的结果组合成最终的结果。该算法使用相对均方根误差作为选择滤波尺度的依据,在采样和重建过程中自适应地为每个像素选择合适的滤波器,以最大化降低误差,得到更好的重建结果。实验结果表明,该算法相对于传统Metropolis算法在效率和图像质量上都有较大提高。