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

Metropolis光线追踪算法的研究与改进

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景与意义第11-13页
    1.2 国内外动态分析第13-17页
        1.2.1 启动偏差第13页
        1.2.2 突变策略第13-15页
        1.2.3 场景参数第15页
        1.2.4 重要性采样第15-16页
        1.2.5 接收概率第16-17页
        1.2.6 其他全局光照方法第17页
    1.3 本文主要工作及章节安排第17-19页
        1.3.1 本文的主要研究内容第17-18页
        1.3.2 本文的组织结构第18-19页
第二章 理论基础知识第19-24页
    2.1 Monte Carlo积分第19-20页
    2.2 Metropolis采样第20-21页
    2.3 Metropolis光线追踪第21-22页
    2.4 PBRT渲染平台简介第22-23页
    2.5 本章小结第23-24页
第三章 基于接收概率的改进Metropolis光线追踪算法第24-38页
    3.1 重要性函数第24-26页
    3.2 改进MLT算法第26-29页
        3.2.1 改进之处第26-27页
        3.2.2 算法描述第27-29页
        3.2.3 时间和空间复杂度分析第29页
    3.3 实验结果第29-36页
        3.3.1 实验环境第29-30页
        3.3.2 图像质量评价标准第30-31页
        3.3.3 实验结果与分析第31-36页
    3.4 接收概率比较与参数选择第36-37页
    3.5 本章小结第37-38页
第四章 基于采样分布的改进Metropolis光线追踪算法第38-52页
    4.1 突变函数第38-39页
    4.2 改进MLT算法第39-45页
        4.2.1 突变策略改进第39-41页
        4.2.2 起始位置选择第41-43页
        4.2.3 算法描述第43-45页
        4.2.4 时间空间复杂度分析第45页
    4.3 实验结果第45-49页
        4.3.1 实验环境第46页
        4.3.2 图像质量评价标准第46页
        4.3.3 实验结果与分析第46-49页
    4.4 采样分布变化第49-50页
    4.5 两种改进算法对比第50-51页
    4.6 本章小结第51-52页
第五章 融合改进算法第52-58页
    5.1 融合MLT算法第52-54页
        5.1.1 接收概率融合第52-53页
        5.1.2 算法描述第53-54页
        5.1.3 时间空间复杂度分析第54页
    5.2 实验结果第54-57页
        5.2.1 实验环境第54-55页
        5.2.2 图像质量评价标准第55页
        5.2.3 实验结果与分析第55-57页
    5.3 本章小结第57-58页
第六章 结束语第58-60页
    6.1 工作总结第58-59页
    6.2 展望第59-60页
致谢第60-61页
参考文献第61-65页
作者简介第65页

论文共65页,点击 下载论文
上一篇:模拟管制中的眼动数据处理算法及应用研究
下一篇:传统飞行程序辅助设计算法研究