隨著計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)硬件的飛速發(fā)展,基于間接光照渲染出的圖像無(wú)法滿足人們對(duì)真實(shí)感圖片的追求,對(duì)基于全局光照的光線追蹤的實(shí)時(shí)性要求越來(lái)越高。包圍體層次結(jié)構(gòu)是光線追蹤中加速結(jié)構(gòu)的一個(gè)重要研究方向,借助包圍體層次結(jié)構(gòu)能夠有效減少光線求交時(shí)間,提高渲染速度。針對(duì)傳統(tǒng)的包圍體層次結(jié)構(gòu)構(gòu)建速度慢、質(zhì)量低的問題,提出了一種基于局部密度聚類的包圍體層次結(jié)構(gòu)構(gòu)建方法,該方法分為片元局部密度計(jì)算、橫向迭代聚類和縱向優(yōu)化三個(gè)步驟。片元密度計(jì)算過(guò)程中,利用莫頓碼對(duì)場(chǎng)景片元進(jìn)行空間排序,使用局部搜索策略近似計(jì)算得到片元密度;在橫向迭代聚類的初次聚類過(guò)程中,選取密度大的片元作為聚類中心,通過(guò)聚類的方式在包圍體層次結(jié)構(gòu)的高層對(duì)獨(dú)立分散的場(chǎng)景對(duì)象進(jìn)行分割,盡可能減少高層包圍盒之間的重疊區(qū)域,提高遍歷效率,之后通過(guò)中間迭代聚類步驟構(gòu)建出K叉結(jié)構(gòu)樹;在縱向優(yōu)化部分,利用自底向上的凝聚聚類方法結(jié)合表面積啟發(fā)式代價(jià)函數(shù)進(jìn)一步優(yōu)化質(zhì)量,構(gòu)造出K叉樹的中間節(jié)點(diǎn),得到最終的包圍體層次結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果顯示,基于局部密度聚類構(gòu)建的包圍體層次結(jié)構(gòu)在保證構(gòu)建速度的同時(shí),提高了構(gòu)建質(zhì)量。在遍歷速度上較已有方法提升了8%,重疊度降低11%,... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

真實(shí)感圖片

13(a) Sponza 262K (b) Sibenik 752K (c) Fairy Forest 174K圖 2.3 三種不同復(fù)雜度的片元密度圖密度圖中深色部分表示這片區(qū)域內(nèi)的片元密度相對(duì)較小；亮色的部分則表示該區(qū)域片元密度相對(duì)較大。從圖中可以看出建筑物場(chǎng)景中的大片元瓦片區(qū)域密度較小，而(a)中的花壇，(b)中的欄桿，(c)中的草叢片元密度較大，這些對(duì)象同時(shí)在場(chǎng)景中分布較為獨(dú)立分散。綜合 2.1 節(jié)所述，應(yīng)當(dāng)在 BVH 構(gòu)建的上層就將這些區(qū)域從場(chǎng)景中分割開。本文使用基于片元密度聚類的BVH構(gòu)建方法，該方法能夠結(jié)合幾何片元的密度分布信息，避免選取密度較小的片元作為聚類初始種子點(diǎn)，將聚類中心定位至片元緊密的模型中，通過(guò)聚類的方式在包圍體層次結(jié)構(gòu)的高層便將分散的場(chǎng)景對(duì)象分割，可以有效提高 BVH 質(zhì)量。該方法首先需要計(jì)算場(chǎng)景中所有片元的密度，并從中選取密度最大的K 個(gè)候選片元作為初始聚類中心。

略需要使用局部密度來(lái)近似代替密度，為此過(guò)定義局部搜索半徑 r，在上一節(jié)得到空間算片元的局部密度，同時(shí)該方法適合在 Gorton 碼空間排序后的片元集合 C: 的片元，場(chǎng)景中的三角片元總量為 n，并且 ( ) ( ) 的 Morton 碼。對(duì)于索引為 i 的片元 ，在半徑，搜索滑動(dòng)窗口大小為 2r，即在（ 如圖 2.6 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于動(dòng)態(tài)任務(wù)調(diào)度的層次包圍盒構(gòu)建算法[J]. 張正昌,何發(fā)智,周毅.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(03)

博士論文
[1]面向高性能圖形繪制的加速結(jié)構(gòu)設(shè)計(jì)[D]. 楊鑫.浙江大學(xué) 2012



本文編號(hào)：3373310