并行多维自适应采样

摘要：

针对现有自适应采样方法绘制效果差和速度慢的问题,提出一种并行的多维自适应采样方法.首先对多维空间进行粗采样,将其自适应地分割为多个子空间；然后扩展各子空间边界,根据噪声评价值分配每个子空间所需的采样点数；在各子空间上构建KD树以并行地对其进行自适应采样；最后根据各采样点间的梯度值重构图像.实验结果表明,该方法能够以更少的样本绘制高质量的景深、运动模糊和软阴影效果,并控制绘制图像时的内存消耗,支持高分辨率的真实感图像生成.

关键词：多维空间、采样与重构、自适应采样、并行采样

所属期刊栏目：24

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划2009AA01Z303

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：236-243