面向撞击点的密度估计全局光照算法

美国康奈尔大学提出的面向密度估计的光照算法中 ,密度估计的并行计算当场景各表面光照情况不均时 ,由于各子任务计算量相差悬殊 ,其并行加速比受到限制 .本文提出一种改进的密度估计算法——面向撞击点的密度估计及其并行计算 ,采用限制子任务大小的方式解决了各子任务计算量相差悬殊引起的加速比受限的问题 .

一种面向并行实现的全局光照算法

提出一种适合于并行实现的全局光照算法，对真实感图象的实时生成和交互性运行进行了有益的探索。算法主要由两个模块组成：粒子跟踪过程，网格优化与密度估计过程，在此进行了详细介绍。另外，给出算法实际运行得到的具有高度真实感的生成图象。

一种基于空间索引技术的全局光照快速绘制算法

在研究分析各种光照模型算法的基础上,提出一个基于对场景空间规则划分索引及建立光粒子空间分布,并以此进行全局光照计算的模型,其中包括提出一种从光源自适应地发射光粒子的模式和基于空间分割索引传播存储光粒子的技术,以及从视点出发的空间索引定位光粒子的收集显示方案。在算法实现的过程中,由于采用了场景空间规则划分的有序索引、对光照过程的有效模拟计算以及光粒子的自适应发射等技术,大大提高了算法的效率,使得在同等的光照效果下,该算法花费的时间更少,速度更快。

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。