小龙虾的博客

光线求交加速算法：kd-树空间二分树,即Binary space partitioning(BSP)树利用分割平面自适应地细分空间。 BSP树以包围整个场景的边界框开始。如果框中的图元数量大于某个阈值，则该框将被平面分成两个区域。然后，将图元与它们重叠的区域相关联。如果图元同时位于两个区域，则图元将与两个区域都关联(这与BVH不同，在BVH中，每个图元在拆分后仅分配给两个子组之一)。拆分过程将递归地继续进行，直到树中的每个叶区域包含足够少的图元，或者直到达到最大深度为止。因为可以将拆分平面放..

光线求交加速算法：边界体积层次结构(Bounding Volume Hierarchies)3尽管使用表面积启发式方法(SAH)构建边界体积层次结构会产生很好的结果，但是该方法确实存在两个缺点：首先，对场景图元进行了多次遍历，才能计算树的所有级别上的SAH成本。其次，自上而下的BVH构造很难很好地并行化：因为构造子树需要其父辈结点都创建完成，所以无法并行的构造子树。LBVH(Linear Bounding Volume Hierarchies)线性边界体积层次结构(LBVH)可以用来来解决.

光线求交加速算法：边界体积层次结构(Bounding Volume Hierarchies)2上篇的两种图元分区方法(Middle,EqualCounts)对于某些图元分布可以很好地工作，但是在实践中它们常常选择性能较差的区，从而导致光线访问树的更多节点，因此在渲染时不必要地降低了光线-图元相交的计算效率。当前用于构建射线追踪加速结构的最佳算法中，大多数都是基于“表面积启发式”(SAH)的。表面积启发式法(The Surface Area Heuristic)该算法提供了扎实的成本模型来估.

光线求交加速算法：边界体积层次结构(Bounding Volume Hierarchies)光线和物体求交的加速算法中，最常见的是物体(图元)细分和空间细分。边界体积层次结构（BVH）是一种基于图元(primitives)细分的光线相交加速方法，其中，图元被划分为不相交集的层次结构。 （相反，空间细分通常将空间划分为不相交集的层次结构。）下图显示了一个简单场景的边界框层次结构：其中，图元存储在叶中，每个节点存储其所有子节点图元的边界框。 因此，当光线穿过树时，只要它不与节点的边界相交，就可.