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。
（1）光线和物体的求交
第42分钟
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）
（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
（3）Bounding Volume Hierarchy (BVH) 从物体划分
解决了KD-Tree的问题
一个物体 只可能出现在一个格子内
（3.1）BVH 的划分： （总共n个三角形： 在 n/2 附近划分）
找到中位数： 快速选择算法
（3.2）BVH 和 KD-Tree 的比较
扫一扫
894
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
