光线追踪(一)

本文介绍了光线与物体求交的条件,并探讨了两种加速光线追踪的技术:KD-Tree和Bounding Volume Hierarchy (BVH)。KD-Tree因可能导致物体跨越多个叶子节点而被弃用,而BVH通过物体划分解决了这一问题,确保每个物体只存在于一个格子内。文章详细阐述了BVH的划分策略,包括中位数快速选择算法,并对比了BVH与KD-Tree的优缺点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

(1)光线和物体的求交

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
第42分钟
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
什么时候有交点:
当且仅当: 进入时间 小于 离开时间 并且离开时间>= 0

光线离开任意一个对面 , 则已经离开

(2)加速结构:

传统的经验模型(在分布密集的地方适用)
在这里插入图片描述

(2.1)KD-Tree (现在已经被弃用) 从空间的划分
被弃用的原因: 一个物体可能会在多个叶子节点内; 三角形与盒子的划分

在2D情况下划分: 第一刀 水平切; 第二刀 竖直切; 第三刀 水平切 ; 第四刀 竖直切。。。。。。。。。。。。
在3D情况下划分: 沿 X, Y, Z 三个方向循环划分

一个物体存在多个叶子节点中; 三角形与盒子的求交
在这里插入图片描述
(3)Bounding Volume Hierarchy (BVH) 从物体划分
解决了KD-Tree的问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
一个物体 只可能出现在一个格子内

在这里插入图片描述

(3.1)BVH 的划分: (总共n个三角形: 在 n/2 附近划分)

在这里插入图片描述
找到中位数: 快速选择算法

(3.2)BVH 和 KD-Tree 的比较
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值