资源描述：
《基于空盒自适应生成的动态场景光线跟踪计算》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、《计算机学报》2009年6期基于空盒自适应生成的动态场景光线跟踪计算李静1，王文成1，吴恩华1，21(中国科学院软件研究所计算机科学国家重点实验室,北京100190)2(澳门大学科技学院计算机与信息科学系,澳门)图1用本文方法光线跟踪绘制的一些动态场景：(a)Kitchen场景，包含110K面片;(b)Robot场景，包含71K面片;(c)Museum场景，包含11K面片;(d)SingleBuddha场景，包含6M面片;(e)MultipleFish场景，包含13.3M面片;(f)MultipleBuddha场景，包
2、含6G面片;在此，每帧重建场景加速结构。Kitchen场景使用6个光源，Museum场景使用2个光源，其它场景均为单光源。在配置为Xeon3.0GHz(2CPU)、3.0GRAM的普通PC机上，绘制上面三个场景（800*600分辨率）和下面三个场景（1024*1024分辨率）的效率如下：当绘制包括shading、纹理、硬阴影、二次衍生光线时，分别达到1.0,1.3,1.5,2.5,(3.8_远+1.2_近)=2.5,(2.6_远+1.0_近)=1.8fps；当包括shading、纹理而不包含阴影和二次衍生光线时，分别达
3、到了2.9,2.6,3.8,4.0,(4.2_远+1.6_近)/2=2.9,(3.5_远+1.8_近)/2=2.65fps；当不包括shading、纹理、硬阴影、二次衍生光线时，分别达到了5.7,3.1,5.5,5.4,(6.0_远+2.0_近)/2=4.0,(4.5_远+2.0_近)/2=3.25fps。摘要：提出了一项光线跟踪新技术，能有效提高光线在空白区域的行进速度。该技术首先用一种新方法创建均匀空间网格，然后用较少的空盒自适应聚集空的空间20《计算机学报》2009年6期网格，以加快光线跟踪的计算。新加速结构的创
4、建时间复杂度和空间复杂度均是O(n)，而相应的光线跟踪计算的时间复杂度为O(logn)，与kd树结构相当。当该结构与已有的一些加速结构结合后，能很好地处理大规模动态场景。比如，光线逐根跟踪且计算二次衍生光线时，新技术可在普通PC机上高真实感地交互绘制包含6G三角面片的多Buddha动态场景。关键词：加速；光线跟踪；空间网格；二次衍生光线；动态场景1简介光线跟踪的加速计算一直是计算机图形学中的研究热点。尽管人们提出了诸如kd树和层次包围盒等多种加速结构，但由于重建它们的代价昂贵，因此它们主要被用于静态场景而不适用于动态场
5、景。最近提出的一些光线跟踪动态场景的技术能降低加速结构的重建开销以加速，但这些技术不能有效处理大规模场景，并且它们通常只跟踪从视点发出的主光线和从光源发出的阴影探测光线，不考虑反射、折射等二次衍生光线。虽然一些方法借助于GPU（GraphicProcessingUnit）可以快速跟踪计算二次衍生光线，但由于GPU存储空间的限制而不能处理大规模场景。OpenRT系统可以在24个双CPU计算机集群上实现大规模动态场景的交互光线跟踪绘制[1]。但在普通PC机上，以交互速度对大规模动态场景进行包含二次衍生光线的光线跟踪计算依然
6、是个挑战。在本文，我们提出了能在普通PC机上对大规模动态场景进行包含二次衍生光线交互绘制的方法。该方法可逐根跟踪光线以处理包含大量三角面片（如多达6G）的动态场景。图1展示了一些绘制结果。该技术对光线跟踪计算有如下两个主要贡献。一是通过生成高质量的空间网格结构、用空盒聚集空网格单元、将空盒与空间网格相结合等措施，大大加快了光线穿越空区域的速度并能迅速捕捉到运动物体的位置改变。这种结构被称为空盒网格混和结构（AssociationofEmptyBoxesandGrids，简称AEBG）。二是将AEBG与两种层次结构相结合
7、以对大规模动态场景进行包含二次衍生20《计算机学报》2009年6期光线的交互绘制。一种为文献[1]和[2]中所采用的用于绘制动态场景的双层结构，即为运动物体在其各自的局部坐标系下创建局部加速结构，同时为整个场景创建上层加速结构。另一种则是层次化的空间网格。为了既保持层次化空间网格组织的优越性，又降低更新空间网格所含内容的开销，我们将层次深度设为2。简而言之，新方法取得了如下进展：（1）与现有技术相比，光线的行进速度更快，因为空盒很好地减少了光线在空区域内的行进步数。（2）可方便支持二次衍生光线的计算，因为新结构是针对单
8、根光线加速计算的。（3）重建加速结构速度快，可快速绘制各种动态场景。（4）空间开销小，仅为O(n)，可处理大规模场景。（5）易于与各种现有加速技术结合，如层次运动物体的局部管理[1,2]（详细讨论见第4节）和集束光线跟踪（packet-raytracing）（结论明显，故本文略过）。本文将在第2节介绍相关工作，然后在第3节讨论新加
