gpu光線跟蹤算法加速結(jié)構(gòu)研究論文

《gpu光線跟蹤算法加速結(jié)構(gòu)研究論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、GPU光線跟蹤算法加速結(jié)構(gòu)研究論文摘要：基于GPU的光線跟蹤算法是當(dāng)前圖形學(xué)研究的一個(gè)熱點(diǎn)，也是將來用于廣告、電影、游戲等娛樂產(chǎn)業(yè)的關(guān)鍵技術(shù)。本文論述了如何對(duì)基于GPU的光線跟蹤算法進(jìn)行實(shí)現(xiàn)，以及利用各種加速結(jié)構(gòu)，加速算法實(shí)現(xiàn)，提高算法執(zhí)行效率，并對(duì)各種加速結(jié)構(gòu)的效果進(jìn)行了比較研究。關(guān)鍵詞：GPGPU光線跟蹤BVHKD-Tree1．引言近年來，CPU無論在運(yùn)算能力，還是在可編程性上都得到了大幅的提高.freelaryray)。在一個(gè)GPU上，能夠使用光柵器的插值的能力，在一個(gè)單一的內(nèi)核調(diào)用中，產(chǎn)生所有的原始光線。給定觀察矩形（被采樣用于產(chǎn)生圖片的投影平面的一部分）的四個(gè)角，以及視點(diǎn)

2、，首先計(jì)算出這個(gè)視錐體的四條邊線。如果讓光柵器在這4條光線之間，按照512×512規(guī)格，在這四條光線之間按照方向進(jìn)行插值，最終就可以獲得能夠產(chǎn)生一幅512×512圖片（一個(gè)像素一個(gè)采樣點(diǎn)）的所有原始光線的方向。同時(shí)能夠?qū)⑦@些方向存儲(chǔ)在一個(gè)紋理里，并把它作為求交內(nèi)核的輸入。所有的原始光線具有相同的起始點(diǎn)，但是仍然把它存儲(chǔ)在一個(gè)同方向紋理具有相同維度的紋理內(nèi)。因?yàn)楫?dāng)生成陰影光線或者反射光線的時(shí)候，光線的原點(diǎn)會(huì)發(fā)生改變。求交內(nèi)核把光線的原點(diǎn)，方向，以及場景的描述作為輸入數(shù)據(jù)。在內(nèi)核被調(diào)用數(shù)次之后，我們對(duì)于每一個(gè)像素輸出一個(gè)擊中記錄。如果一條光線擊中了場景中的某個(gè)三角形，返回?fù)糁悬c(diǎn)的3個(gè)重

3、心坐標(biāo)，以及相關(guān)的被擊中的三角形。此外，還將輸出被發(fā)現(xiàn)的交點(diǎn)沿光線的距離，以及被擊中三角形的材質(zhì)。這就需要使用5個(gè)浮點(diǎn)數(shù)值組成一個(gè)擊中記錄。紋理只能夠支持4個(gè)顏色通道(RCBA)，所以，如果能把擊中記錄裁減到4個(gè)值，那么將是非常有益的。觀察發(fā)現(xiàn)，只需要3個(gè)重心坐標(biāo)的兩個(gè)，因?yàn)樵谌切蝺?nèi)部，它們相加的和總是1。這就使得在一個(gè)單獨(dú)的RGBA紋理中存儲(chǔ)交點(diǎn)記錄是可行的，并且它的維度同其它兩個(gè)光線紋理的維度相同。Moller和Trumbore提出了一個(gè)高效的光線一三角形求交算法，使用這個(gè)算法，并利用CPU在向量計(jì)算上的優(yōu)勢來進(jìn)行求交計(jì)算。下面列出了求交的代碼，這個(gè)代碼也展示了如何利用向量指

4、令來提高效率。當(dāng)所有的原始光線都已經(jīng)計(jì)算出了相交的狀態(tài)的時(shí)候，就能夠查詢著色過程所需要的表面法線和材質(zhì)的信息。每一個(gè)擊中記錄都存儲(chǔ)了一個(gè)指向材質(zhì)紋理的索引，這個(gè)材質(zhì)紋理包含了三角形的法線，材質(zhì)顏色以及類型。三個(gè)頂點(diǎn)的法線根據(jù)擊中記錄的中心坐標(biāo)進(jìn)行了插值。最終的顏色能夠按(N-L)C進(jìn)行計(jì)算，此處Ⅳ是法線，L是光源的方向，G是三角形的顏色?，F(xiàn)在根據(jù)擊中的三角形所具有的材質(zhì)的類型（漫反射材質(zhì)，或者鏡面反射材質(zhì)），需要產(chǎn)生二次光線，以此來計(jì)算陰影和反射。1)如果一條光線射出場景之外，像素就被賦予全局的背景顏色。2)如果一條光線擊中了一個(gè)漫反射材質(zhì)表面，就發(fā)射一條陰影射線(shdoailb

5、ox技術(shù)，這就意味著需要對(duì)于相同的光線和三角形之間進(jìn)行不止一次的相交測試。3.2KD-tree最近，Havran等人對(duì)基于CPU的光線跟蹤算法的加速結(jié)構(gòu)進(jìn)行了比較，得出的結(jié)論是對(duì)于眾多不同類型的測試場景，平均而言，KD-tree是最快的。所以，有必要考察一下對(duì)于基于KD-tree的GPU光線跟蹤算法，是否也會(huì)有相似的結(jié)論。就像均勻柵格一樣，KD-tree也是一種空間細(xì)分結(jié)構(gòu)。同均勻網(wǎng)格不同的是，KD-tree利用一個(gè)二叉樹將場景表示成一個(gè)層次結(jié)構(gòu)。在二叉樹中，我們將內(nèi)部節(jié)點(diǎn)和葉子節(jié)點(diǎn)區(qū)分開。葉子節(jié)點(diǎn)用來表示體素和與之相關(guān)的保存在該體素內(nèi)的三角形的引用。一個(gè)內(nèi)部節(jié)點(diǎn)用來表示空間區(qū)域的

6、某個(gè)部分。所以，內(nèi)部節(jié)點(diǎn)包含一個(gè)分裂面的兩個(gè)子樹的引用，而葉子節(jié)點(diǎn)只包含一個(gè)三角形列表。KD-tree的創(chuàng)建過程從上而下，根據(jù)一個(gè)評(píng)價(jià)函數(shù)，通過放置一個(gè)分離平面，遞歸的將場景分離成兩個(gè)體素。我們能夠以遞歸的方式遍歷KD-tree，但是由于GPU沒有堆棧結(jié)構(gòu)，所以無法應(yīng)用遞歸的策略。取而代之的是，我們能夠通過記住我們沿著光線前進(jìn)了多遠(yuǎn)來向上或者向下遍歷樹。這種策略消除了需要堆棧的限制，使得用CPU來完成對(duì)KD-tree結(jié)構(gòu)的遍歷成為可能。當(dāng)使用GPU對(duì)KD-tree進(jìn)行遍歷的時(shí)候，KD-tree像均勻柵格那樣被表示成一個(gè)紋理的集合。這就意味著有一個(gè)保存樹數(shù)據(jù)的紋理，一個(gè)保存三角形列表

7、的紋理，和一個(gè)保存實(shí)際的三角形數(shù)據(jù)的紋理。GPU的遍歷首先調(diào)用一個(gè)初始化內(nèi)核，然后按照需要，多次調(diào)用合并后的遍歷和求交內(nèi)核。3.3包圍體層次(BVH)給定一些隨機(jī)的光線，通過計(jì)算遍歷包圍體層次的平均花費(fèi)，就可以測量出該包圍體層次的質(zhì)量。迄今為止，還沒有構(gòu)建最優(yōu)的包圍體層次的算法，也就是說，如何準(zhǔn)確的測量一個(gè)包圍體層次的平均遍歷時(shí)間還不是很明顯。Goldsmith和Salmon提出了一個(gè)評(píng)價(jià)函數(shù)，通常被稱為表面積啟發(fā)式函數(shù)。他們通過父節(jié)點(diǎn)和孩子節(jié)點(diǎn)的表面積之比來形式化的