首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

全局光照绘制中的蒙特卡罗采样与复用算法

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-13页
    1.1 课题研究背景及意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 国外研究现状第9-10页
        1.2.2 国内研究现状第10-11页
    1.3 论文主要研究内容及章节安排第11-13页
第2章 全局光照绘制技术第13-23页
    2.1 全局光照相关理论第13-14页
        2.1.1 全局光照的基本概念第13页
        2.1.2 光照模型的基本概念第13-14页
    2.2 局部光照模型第14-17页
        2.2.1 Lambert光照模型第14-15页
        2.2.2 Phong光照模型第15-16页
        2.2.3 Blinn-Phong光照模型第16-17页
    2.3 全局光照模型第17-20页
        2.3.1 辐射度算法第17-18页
        2.3.2 光线跟踪算法第18-19页
        2.3.3 光子映射算法第19-20页
    2.4 CUDA并行计算架构第20-22页
    2.5 本章小结第22-23页
第3章 可见性计算的技术分析第23-28页
    3.1 阴影的基本概念第23页
    3.2 可见性计算开销大的原因第23-24页
    3.3 蒙特卡罗可见性采样方法第24-27页
        3.3.1 随机采样第25页
        3.3.2 均匀采样第25-26页
        3.3.3 均匀抖动采样第26-27页
    3.4 本章小结第27-28页
第4章 基于自适应迭代蒙特卡罗可见性采样的全局光照效果绘制算法第28-38页
    4.1 算法概述第28-29页
    4.2 二值可见性计算第29-31页
    4.3 可见性梯度探测算法第31-32页
    4.4 自适应迭代蒙特卡罗可见性采样方法第32-35页
        4.4.1 自适应面光源采样的原理第32-33页
        4.4.2 算法在CUDA上的实现过程第33-35页
    4.5 实验结果及分析第35-37页
    4.6 本章小结第37-38页
第5章 基于面光源可见性空间复用的全局光照效果绘制算法第38-50页
    5.1 算法概述第38-39页
    5.2 基于交织思想的面光源采样方法第39-42页
        5.2.1 面光源采样基本模式第39-41页
        5.2.2 算法在CUDA上的实现过程第41-42页
    5.3 面光源可见性空间复用及滤波估计第42-46页
    5.4 实验结果及分析第46-49页
        5.4.1 不同空间复用范围的比较第47-48页
        5.4.2 与其他算法的对比第48-49页
    5.5 本章小结第49-50页
第6章 总结与展望第50-52页
    6.1 全文总结第50-51页
    6.2 未来工作展望第51-52页
致谢第52-53页
参考文献第53-56页
附录第56页

论文共56页,点击 下载论文
上一篇:基于EDDL现场总线设备管理系统的开发与应用
下一篇:基于深度学习的图像主方向估计与特征学习