中文摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-15页 |
·计算机图形学简介 | 第7-8页 |
·蒙特卡罗积分 | 第8-9页 |
·整体光照算法 | 第9-12页 |
·研究内容及创新 | 第12-14页 |
·论文的组织结构 | 第14-15页 |
第二章 自适应采样技术 | 第15-23页 |
·走样与反走样 | 第15-16页 |
·采样点分布方式 | 第16-19页 |
·规则采样(Regular Sampling) | 第16页 |
·随机采样(Random Sampling) | 第16-17页 |
·抖动采样(Jittered Sampling) | 第17页 |
·半抖动的采样(Half-jittered Sampling) | 第17页 |
·波松圆盘采样(Poisson Disk Sampling) | 第17-19页 |
·超级采样 | 第19页 |
·自适应采样 | 第19-23页 |
·基于方差的自适应采样 | 第19-20页 |
·基于置信区间的自适应采样 | 第20页 |
·基于对比度(Contrast)自适应采样 | 第20-21页 |
·基于香农熵(Shannon)的自适应采样 | 第21页 |
·基于f-散度(f-Divergence)自适应采样 | 第21-23页 |
第三章 Tsallis信息理论在自适应采样中的应用 | 第23-30页 |
·信息量与信息熵 | 第23-24页 |
·信息熵应用在自适应采样中的理论基础 | 第24页 |
·广义信息熵Tsallis熵在自适应采样中的应用 | 第24-29页 |
·Tsallis信息熵在自适应采样中的算法分析 | 第24-27页 |
·最小二乘回归方法分析 | 第27-28页 |
·整体算法流程 | 第28-29页 |
·探讨Tsallis散度(Tsallis Divergence)在自适应采样的应用 | 第29-30页 |
第四章 实验结果与分析 | 第30-37页 |
·实验环境 | 第30页 |
·基于Tsallis熵自适应采样算法的实验结果 | 第30-35页 |
·实验一 | 第30-32页 |
·实验二 | 第32-33页 |
·实验三 | 第33-35页 |
·基于Tsallis散度自适应采样算法的实验结果 | 第35-37页 |
第五章 总结与展望 | 第37-38页 |
·结论 | 第37页 |
·展望 | 第37-38页 |
参考文献 | 第38-41页 |
发表论文和科研情况说明 | 第41-42页 |
发表的论文: | 第41页 |
参与的科研项目: | 第41-42页 |
致谢 | 第42页 |