| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 课题来源 | 第12页 |
| 1.2 课题研究的目的和意义 | 第12-13页 |
| 1.3 光线跟踪算法研究现状 | 第13-14页 |
| 1.4 研究内容与组织结构 | 第14-16页 |
| 第二章 光线跟踪算法相关理论 | 第16-31页 |
| 2.1 光线跟踪算法基本原理 | 第16-25页 |
| 2.1.1 采样策略 | 第17-18页 |
| 2.1.2 相交测试 | 第18-21页 |
| 2.1.3 光照明模型 | 第21-22页 |
| 2.1.4 阴影测试 | 第22页 |
| 2.1.5 着色计算 | 第22-25页 |
| 2.2 光线跟踪算法加速结构 | 第25-30页 |
| 2.2.1 均匀网格 | 第25-26页 |
| 2.2.2 层次包围盒 | 第26-27页 |
| 2.2.3 八叉树 | 第27-28页 |
| 2.2.4 二叉树 | 第28-29页 |
| 2.2.5 KD-tree | 第29-30页 |
| 2.3 小结 | 第30-31页 |
| 第三章 对KD-tree的构建和遍历算法的改进 | 第31-53页 |
| 3.1 改进的KD-tree构建算法 | 第31-41页 |
| 3.1.1 传统的KD-tree构建算法 | 第31-35页 |
| 3.1.2 基于Morton Code的KD-tree上层节点构建方法 | 第35-37页 |
| 3.1.3 基于SAH的KD-tree下层节点构建方法 | 第37-41页 |
| 3.2 改进的KD-tree遍历算法 | 第41-48页 |
| 3.2.1 传统的KD-tree遍历算法 | 第42-47页 |
| 3.2.2 基于路径压缩的KD-tree遍历算法 | 第47-48页 |
| 3.3 算法描述 | 第48-49页 |
| 3.4 实验分析 | 第49-51页 |
| 3.4.1 实验系统环境 | 第49页 |
| 3.4.2 实验方法与数据 | 第49-50页 |
| 3.4.3 实验结果与分析 | 第50-51页 |
| 3.5 小结 | 第51-53页 |
| 第四章 CPU/GPU异构平台中的并行光线跟踪算法 | 第53-67页 |
| 4.1 CPU/GPU异构平台架构 | 第53-58页 |
| 4.1.1 CPU架构 | 第53页 |
| 4.1.2 GPU架构 | 第53-54页 |
| 4.1.3 CPU/GPU异构平台 | 第54-55页 |
| 4.1.4 CPU/GPU异构编程架构 | 第55-58页 |
| 4.2 渲染流程 | 第58-61页 |
| 4.2.1 读取场景数据 | 第58-59页 |
| 4.2.2 构建加速结构 | 第59页 |
| 4.2.3 渲染引擎 | 第59-61页 |
| 4.3 任务划分与数据管理 | 第61-63页 |
| 4.4 综合实验分析 | 第63-66页 |
| 4.4.1 实验系统环境 | 第63页 |
| 4.4.2 实验方法与数据 | 第63-64页 |
| 4.4.3 实验结果与分析 | 第64-66页 |
| 4.5 小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者在攻读硕士学位期间取得的学术成果 | 第73-74页 |
| 作者在攻读硕士学位期间所参与的项目 | 第74-75页 |
| 致谢 | 第75页 |
