大規(guī)模場景渲染下的分布式光線跟蹤算法研究.pdf

1、近年來隨著工業(yè)、科研和文化等領域的發(fā)展，渲染逼真圖像的需求越來越多，人們對用于真實感渲染的光線跟蹤算法提出了更高的要求。即在大規(guī)模復雜場景和任意光照條件下，能夠利用廉價計算平臺盡可能快地渲染全局光照效果。而光線跟蹤算法在保證圖像不失真的前提下，場景規(guī)模越大，所需的計算量也越大，通常超出了單機的處理能力。因此對算法在通用平臺上的并行化研究，具有重要的現實意義。
　　本文針對大規(guī)模場景的真實感渲染，對分布式內存環(huán)境下的光線跟蹤算法進行

2、研究。主要工作如下:
　　首先分析了光線跟蹤算法的基本流程，提出了一種新的基于場景數據并行的光線跟蹤任務劃分，即每個任務只處理一部分場景數據和一部分處于同一空間區(qū)域的跟蹤線，并根據場景數據存儲位置調度任務，減少了場景和跟蹤線在集群網絡中的傳輸開銷。
　　其次，為了根據場景分塊的空間區(qū)域選擇相關跟蹤線，并減少不必要的求交計算，設計了一種基于網格的空間界定結構，不但能緊密貼合任意場景分塊的空間區(qū)域，還能利用步進方法選擇更可能交于

3、場景塊的跟蹤線。并通過啟發(fā)式網格劃分、重疊網格整理、跟蹤路徑的拆分重排等方法，使得每個跟蹤任務的求交結果都是有效的，每一條跟蹤線的計算都能直接對渲染圖像提交貢獻，避免了額外的合并求交任務，以及等待整個跟蹤路徑的遞歸返回的任務依賴性，從而提高了算法效率，增加了分布式環(huán)境下渲染任務的可靠性。
　　最后，為了使大規(guī)模場景的數據并行處理具有可伸縮性，實現數據的高可用性和處理任務的可靠執(zhí)行，使用Hadoop管理分布式渲染集群。本文在該平臺上