CN104112034A - 用于实施路径空间滤波的系统、方法和计算机程序产品 - Google Patents
用于实施路径空间滤波的系统、方法和计算机程序产品 Download PDFInfo
- Publication number
- CN104112034A CN104112034A CN201410160793.3A CN201410160793A CN104112034A CN 104112034 A CN104112034 A CN 104112034A CN 201410160793 A CN201410160793 A CN 201410160793A CN 104112034 A CN104112034 A CN 104112034A
- Authority
- CN
- China
- Prior art keywords
- light
- summit
- transmission path
- light transmission
- contribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
Abstract
本发明提供了用于实施路径空间滤波的系统、方法和计算机程序产品。在使用中,对与场景相关联的光传输路径的集合进行采样。此外,选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量和光贡献。进一步地,利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献。又进一步地,在将所选择的顶点中的每一个的平均光贡献乘以顶点的相关联的吞吐量之后,组合所选择的多个顶点中的每一个的平均光贡献。
Description
优先权声明
本申请要求于2013年4月22日所提交的61/814,734号美国临时申请的权益,其全部内容通过援引的方式并入本文。
技术领域
本发明涉及计算机图形,并且,更具体地,涉及实施光传输仿真。
背景技术
光传输仿真是在图像生成中普遍使用的技术。例如,光传输仿真当在采用如场景的表面之上的材料、照相机、以及光的物理实体进行建模期间被实现时可递送逼真的图像。然而,用于实施光传输仿真的当前技术已与各种限制相关联。
例如,取决于模型的复杂性,仿真算法固有的噪声可能在计算过程中以缓慢的速率消失(vanish)。因此存在对于解决与现有技术相关联的该问题和/或其他问题的需求。
发明内容
提供了用于实施路径空间滤波的系统、方法和计算机程序产品。在使用中,对与场景相关联的光传输路径的集合进行采样。此外,选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量(throughout)和光贡献(light contribution)。进一步地,利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献。又进一步地,在将所选择的顶点中的每一个的平均光贡献乘以顶点的相关联的吞吐量之后,组合被选择的多个顶点中的每一个的平均光贡献。
附图说明
图1示出根据一个实施例的、用于实施路径空间滤波的方法。
图2示出根据另一实施例的、路径空间滤波的例示性图示。
图3显示根据另一实施例的、使用路径空间滤波产生的性能增益的第一印象(impression)。
图4示出根据另一实施例的、辐照度内插与路径空间滤波之间的原理的区别的示意图。
图5示出根据另一实施例的、路径空间滤波与光子映射之间的比较。
图6示出其中可实现各先前实施例的各架构和/或功能性的例示性系统。
具体实施方式
图1示出根据一个实施例的、用于实施路径空间滤波的方法100。如操作102所示,对与场景相关联的光传输路径的集合进行采样。在一个实施例中,场景可包括要被渲染的图形场景。在另一实施例中,可从与场景相关联的光传输路径的总数中对光传输路径的集合进行采样。
此外,在一个实施例中,场景的光传输路径可包括行进通过场景(例如通过场景的像素等)的光的光线或路径。例如,光路径可从光源处开始并可行进通过场景直到其到达照相机。在另一实施例中,对光传输路径的集合进行采样可包括从与场景相关联的光传输路径的总数中选择多个路径。在又一实施例中,可根据任何标准实施对光传输路径的采样。例如,可通过一个或多个动作来对光传输路径的集合进行采样,所述动作包括以下内容中的一个或多个:生成眼路径、生成光路径、以及由阴影光线和近邻(proximity)中的一个或多个将一个或多个眼路径与光路径相连接。在又一实施例中,光传输路径可包括在参与介质与半透明物质中的一个或多个中具有顶点的光传输路径。
进一步地,如操作104所示,选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量和光贡献。在一个实施例中,每个顶点可指示场景内的交点。例如,与光传输路径相关联的顶点可指示场景内的表面与光传输路径之间的交点。
又进一步地,在一个实施例中,每个顶点的光贡献可包括由顶点处的相关联的光传输路径所贡献的光的量。在另一实施例中,与每个顶点相关联的吞吐量可包括光随着从该顶点传输到照相机或屏幕中的至少一个而累积的衰减。
另外,在一个实施例中,经采样的光传输路径的集合可被局部滤波。例如,可根据一个或多个标准移除经采样的集合内的一个或多个光传输路径。在另一实施例中,可在确定所选择的多个顶点中的每一个的平均光贡献之前实施滤波。
此外,在一个实施例中,可根据任何标准实施光传输路径的滤波。例如,滤波可包括利用要被滤波的样本的随机、伪随机、或拟随机选择中的一个或多个来对光传输路径中的一个或多个进行采样。通过该方式,局部滤波可改进正在实施的数值积分近似(numerical integro-approximation)的效率。
此外,在一个实施例中,对经采样的光传输路径进行滤波可进一步包括实施一个或多个附加动作。例如,对于经采样的光传输路径的集合内的第i个光传输路径,可存储至少一个顶点xi、沿眼路径段到顶点xi的衰减αi、以及光路径段到顶点xi的辐射贡献ci。
又进一步地,在一个实施例中,对经采样的光传输路径进行滤波可进一步包括实施一个或多个累积。表1示出根据一个实施例的其在通过累加来形成图像期间被使用。当然,应注意的是仅出于示例性目的而阐述表1中示出的的图示,并且因此不应被视为以任何方式加以限制。
表1
另外,在一个实施例中,在表1的上下文中,可具有围绕顶点xi的半径r(n)。在另一实施例中,可通过沿路径的距离或立体角中的至少一个来选择半径r(n)。在又一实施例中,可利用相关联的波长λi将辐射贡献ci平均化以一致地仿真光谱光传输。进一步地,表2进一步示出根据一个实施例的半径r(n)的性质。当然,应注意的是仅出于示例性目的而阐述表2中示出的半径r(n)的性质,并且因此不应被视为以任何方式加以限制。
表2
此外,在一个实施例中,可利用范围搜索来选择多个顶点。在另一实施例中,可通过散列网格、经典范围搜索、以及分治(divide-and-conquer)法中的至少一个来实施范围搜索。
又进一步地,如操作106所示,利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献。在一个实施例中,一个或多个权重可更改所选择的多个顶点中的一个或多个的平均光贡献。在另一实施例中,一个或多个权重中的每一个可测量所选择的多个顶点中的一个或多个之间的相似度,其中这类相似度取决于所选择的多个顶点中的一个或多个之间的几何相似度、传输相似度以及可视性相似度中的一个或多个。
另外,如操作108所示,在将所选择的顶点中的每一个的平均光贡献乘以顶点的相关联的吞吐量之后,组合所选择的多个顶点中的每一个的平均光贡献。在一个实施例中,选择、确定和组合可以以迭代方式被重复。在另一实施例中,选择、确定、滤波和组合可实现为渐进式方法。
此外,在一个实施例中,选择、确定、滤波和组合可跨用于渲染立体图像对、渲染动画中的多个帧以及渲染一个或多个光场显示所要求的图像集合中的一个或多个的多个视点(view)来应用。在另一实施例中,可通过将一个或多个各异的时间点处的一个或多个图像平均化来仿真运动模糊。
进一步地,在一个实施例中,对光传输路径的集合进行采样可与一个或多个着色操作解耦。在另一实施例中,对经采样的光传输路径的集合进行局部滤波可被线性地实施,并可应用在基于采样的渲染引擎之上。在又一实施例中,可通过随机、伪随机或拟随机采样中的一个或多个来实施对光传输路径的集合的采样。
通过该方式,可在光传输仿真期间实施对所选择的多个顶点中的每一个的平均光贡献的组合,并且局部滤波可改进光传输仿真的效率。此外,可标识要被渲染的图像,并可在这类渲染期间实施路径追踪,其中结合路径追踪来实施路径空间滤波。
现在将就各种可选架构和特征阐述更多示例性的信息,根据用户期望可以或可以不采用其实现前述框架。应特别注意的是,仅出于示例性目的阐述下面的信息,并且不应视为以任何方式加以限制。任何下面的特征可以可选地被包含,排斥或不排斥所描述的其他特征。
图2示出根据另一实施例的路径空间滤波的例示性图示200。作为选项,可在图1的功能性的上下文中实行图示200中的路径空间滤波。然而当然,图示200中的路径空间滤波可实现在任何期望的环境中。还应注意的是,可在本描述期间应用前述定义。
如所示,跟随来自眼睛204的光线202(表示为实线),通过将关于围绕其交点的实线球206中的顶点的所有路径的贡献平均化来确定光线202的贡献。有贡献的路径段208A-C由离开的实线箭头来指示。这与光子映射是对偶(dual)的(见虚线圆210),其中入射路径段连接到查询(query)光线。类比于渐进式光子映射,该球的半径必须随着样本数目消失以导致一致性算法。
采用如场景的表面之上的材料、照相机、以及光的物理实体进行建模,光传输仿真可递送逼真的图像。以上的路径空间滤波图像合成方法可以收敛而没有持续的近似伪影、可以仅具有微小的参数集合、并可提供类似于近似法的噪声降低。
为增加光传输仿真的效率将辐照度的样本缓存(cache)并对它们进行内插是可在渲染器中实现的技术。参见例如“A Ray Tracing Solution forDiffuse Interreflection”(Ward等人,在《计算机图形》中,85-90页,1988)和“Practical Global Illumination with Irradiance Caching”(Krivanek等人,计算机图形和动画中的综合讲座.Morgan&Claypool出版社,2009),在此通过援引的方式对其全文加以合并。一些要被解决的元素可包括起因于还未收敛的经缓存的辐照度样本的内插的伪影,以及每当自适应样本无法随着时间以连贯的方式放置时动画中的闪烁。参见例如“Radiance Caching forGlobal Illumination Computation on Glossy Surfaces”(J.Krivanek,博士论文,雷恩第一大学和布拉格捷克理工大学,2005年12月),在此通过援引的方式对其全文加以合并。
光缓存在预处理中将在路径追踪器的顶点中所计算的照明样本加以存储。参见例如“http://www.spot3d.com/vray/help/150SP1/render params lightmap.htm”和“http://www.spot3d.com/vray/help/150SP1/render params advancedimap.htm”,在此通过援引的方式对其全文加以合并。随后,可通过从所存储的照明样本中对全局照明进行内插来增加后续渲染阶段的效率。可选地,可对这些样本进行滤波以降低噪声。取代了依靠内插,不连续性缓冲区可通过将跨类似位置的邻近像素的辐照度平均化来减小方差。参见例如“Quasi-MonteCarlo Methods for Photorealistic Image Synthesis”(A.Keller,博士论文,凯泽斯劳滕大学,德国,1998)和“Interactive Global Illumination using Fast RayTracing”(Wald等人,在P.Debevec和S.Gibson编辑的《渲染技术》2002(第13届欧洲图形学会渲染研讨会)中,15-24页,2002),在此通过援引的方式对其全文加以合并。
辐照度缓存和滤波的理念可以融合,其中可在加权平均中使用简单的不连续性度量以通过滤波而非内插来确定辐照度。参见例如“Irradiancefiltering for Monte Carlo ray tracing”(Kontkanen等人,蒙特卡罗和准蒙特卡罗法2004,259-272页,斯普林格出版社,2004),在此通过援引的方式对其全文加以合并。
在一个实施例中,非常稀疏的样本集合可提供用于高质量图像合成的足够的信息。取代了对原始被积函数进行采样,可从原始被积函数的稀疏的样本集合中重建采样成本低得多的函数。参见例如“Temporal light fieldreconstruction for rendering distribution effects”(Lehtinen等人,ACM Trans.Graph.30(4),2011)和“Reconstructing the indirect light field for globalillumination”(Lehtinen等人,ACM Trans.Graph.31(4),2012),在此通过援引的方式对其全文加以合并。
取代了从重建中进行采样,高效的方案可直接对路径空间样本进行滤波。确定性算法可以具有微小的参数集合、可以是一致的以避免持续的伪影和参数调整、可以易于实现、并可以兼备其他工作的优点。在图3中可见产生的性能增益的第一印象,其示出产生自路径追踪302和采用路径空间滤波的路径追踪304的比较300。
算法
在一个实施例中,可对一个低差异序列进行枚举以对个光传输路径的连续块进行采样。光传输路径的总数可通过整数n来计数。参见例如“Deterministic consistent density estimation for light transport simulation”(Keller等人,蒙特卡罗和准蒙特卡罗法2012,467-480页,斯普林格出版社,2013),在此通过援引的方式对其全文加以合并。
对于第i个光传输路径,可存储至少一个顶点xi、沿眼路径段到该顶点的衰减αi、以及光路径段到该顶点的辐射贡献ci。在另一实施例中,被视为充分漫射的、如从照相机来看的第一顶点或沿自照相机的路径的第一顶点中的至少一个可被存储为元组(tuple)(xi、αi、ci)。在又一实施例中,没有顶点或所有顶点可被存储为元组,二种情况择一。
可通过累加来形成图像。表3示出根据一个实施例的加权平均贡献当然,应注意的是仅出于示例性目的阐述表3中示出的的图示,并且因此不应视为以任何方式加以限制。
表3
表4示出根据一个实施例的的定义。当然,应注意的是仅出于示例性目的阐述表4中示出的的定义,并且因此不应视为以任何方式加以限制。
表4
被定义为围绕xi(由特征函数所选择)的半径为r(n)的球B中的所有顶点的加权贡献的和与权重wi,j的和之比。
表5示出根据一个实施例的、在路径空间滤波中所使用的半径r(n)的性质。当然,应注意的是仅出于示例性目的阐述表5中示出的半径r(n)的性质,并且因此不应视为以任何方式加以限制。
表5
在一个实施例中,参数r0可以是初始半径。在另一实施例中,半径可任意缓慢地减小,并且因此α=1/2可包括健壮工作选择。假设权重非零,任何消失的半径可确保并且因此是一致的,因为随着特征函数以xi为中心,它可以总是至少选择第i个路径。
在一个实施例中,如表3中示出的加权平均贡献的计算步骤可以被迭代所选择的次数,这可能导致贡献的平滑化。例如,第一迭代步骤可在如表3中示出的加权平均贡献的计算中使用而非ci来计算经迭代的贡献这类迭代步骤可被重复所选择的次数。
可通过范围搜索来高效地查询顶点,所述范围搜索使用散列网格、经典范围搜索、或可同时考虑所有顶点的分治法,所述经典范围搜索利用构建在所存储的顶点xi上的kd-树、包围体层次。注意,数据点和查询的集合可以是同样的,这可增加数据局部性并可简化实现方案。参见例如“Optimized spatial hashing for collision detection of deformable objects”(Teschner等人,在VMV’03会议记录中,慕尼黑,德国,47-54页,2003)和“A Divide-and-Conquer Algorithm for Simultaneous Photon Map Queries”(Keller等人,在温哥华的高性能图形大会上发布,2011),在此通过援引的方式对其全文加以合并。
此外,在用于散乱数据内插和加权统一采样的方法之间可能存在不同。例如,内插性质可从一开始就禁止任何平均化。在另一示例中,bm<<∞,因为bm可以与存储器印迹(footprint)成比例。参见例如“Atwo-dimensional interpolation function for irregularly-spaced data”(D.Shepard,在1968年第23届ACM国家会议的会议记录中,517-524页,ACM,1968),以及“A hybrid approach to interactive global illumination and soft shadows”(Knauer等人,《可视计算机:计算机图形国际期刊》,26(6-8):565-574,2010),在此通过援引的方式对其全文加以合并。另外,参见例如“Weighteduniform sampling–a Monte Carlo technique for reducing variance”(Powell等人,IMA J.Appl.Math.,2(3):228–236,1966)和“Quasi-random methods forestimating integrals using relatively small samples”(Spanier等人,SIAM审查,36(1):18–44,1994年3月),在此通过援引的方式对其全文加以合并。
参数
原理上控制渐进式算法的实现方案的两个参数是存储器印迹的大小和初始半径r0。在一个实施例中,存储一次传递中的所有顶点的存储器块可被选择为尽可能大,以包括尽可能多的顶点以及因此在平均化过程中的尽可能多的贡献。在路径空间样本的数目相同的情况下增加存储器印迹的改进包括方差减小和几何细节的抗锯齿。因为存储器消耗可以与块大小bm成比例,所以给定顶点的大小和存储器块的最大大小的情况下,可直接确定最大自然数m。
初始半径r0可取决于查询位置xi。例如,它可源自在离光线源的距离d处垂直于光线的、xi中的半径r0的圆盘的立体角的定义。表6示出根据一个实施例的、在路径空间滤波中所使用的初始半径。当然,应注意的是仅出于示例性目的而阐述表6中示出的初始半径的性质,并且因此不应被视为以任何方式加以限制。
表6
在一个实施例中,对于固定的立体角Δw,初始半径r0可以与距离d成如,Δw可被选择为关于焦点在屏幕上由3x3像素的面积所确定的立体角。
注意,出于以下若干原因,考虑各向异性(anisotropic)的印迹可能是不实际的:对于接近于垂直的矢量,除以xi的表面法线与光线方向之间的余弦的要求可引起数值问题。此外,范围搜索的效率可能降低,因为现在查询量可具有任意大的程度。最后,这可导致对来自空间上相距甚远的顶点的贡献进行可能的平均化,尽管顶点xi的局部环境可能是小的,诸如例如在叶子或头发中。
随着越来越少的贡献随减小的半径被平均化,存在一时间点,在该处实际不再发生平均化,因为仅中心顶点xi被包括在查询中。一方面,这可能导致直观事实,即将平均贡献的数目的最大值与阈值相比较可被用来自动地关闭算法。另一方面,它指示可能需要将初始半径选择得足够大,以在加权平均中包括有意义的数目的贡献。
因此,初始半径还可由包括在平均中的给定的最大数目的贡献来确定。图4示出辐照度内插402与路径空间滤波404之间的原理的区别的示意图400。取代了通过轨迹(trajectory)分割对平滑化的经缓存的样本进行内插以确定由来自眼睛的突出显示的光线所见的点的辐射,路径空间滤波404将近邻中的路径的贡献平均化。
权重
在一个实施例中,仅使用统一权重wi,j≡1可导致很明显的模糊,因为贡献可被包括在实际绝不可能在xi中被聚集的平均中。因为路径空间滤波可能模仿轨迹分割,所以有可能通过轨迹分割在xi中所生成的贡献应比那些不如此的贡献接收更高的权重。这类非统一权重wi,j可被构建为由如用于不连续性缓冲区、光子映射、辐照度内插、以及光场重建的启发式所构成的积权重。参见例如“Realistic Image Synthesis UsingPhoton Mapping”(H.Jensen,AK Peters,2001),在此通过援引的方式对其全文加以合并。
跨几何的模糊
标积确定中的法线和xi中的ni的相似度。在可排除具有负标积(scalar product)的贡献以防止通过不透明表面的背侧的光泄漏的同时,可使用正阈值(例如在一个实现方案中是0.95)以从平均中排除较多贡献,这可帮助改善采用几何或近似表面法线所遭遇的质量问题。
跨纹理的模糊
如果对于包括在平均中的所有贡献将在xi(类似于不连续性缓冲区)中对BSDF进行估计,则图像可能是最脆的。在该估计成本太高或甚至不可行的情况下,算法可依靠在初始着色器估计期间所存储的数据。着色器可返回颜色项,其是BSDF乘以表面法线和入射方向之间的余弦与针对传输方向所估计的概率密度函数(pdf)的比。对于漫射表面上的余弦分布的样本的示例,仅剩下漫射反照率,因为所有其他项均取消。除非和xi中的这些项的区别的范数(norm)高于阈值(例如在一个实现方案中是0.05),否则的贡献可被包括在平均中。对于类似的反射方向,这可减少跨纹理细节的模糊和光滑材料上的不正确的内散射(in-scattering)。虽然类似的观察方向可能对于如从眼睛直接看的查询位置是隐含的,但对于一般路径和光滑表面,该类似性可通过也将观察方向相比较而被视为明显的,这可能要求附加的存储器以存储这类矢量。
模糊的阴影
给定点光源,其如从xi和看的可视性可相同或不同。为了避免尖锐的阴影边界变得模糊,可仅根据相同的可视性包括贡献。对于环境映射的环境光遮蔽和照明,可通过将在xi和处射入半球的每一条光线的长度与阈值相比较来减少模糊的阴影。
使用范数来直接对贡献进行加权可导致较高方差。以类似的方式,使用内核(例如在光滑粒子流体动力学(SPH)的域中所使用的内核)而非特征函数来由它们到查询位置xi的距离来对贡献进行加权使方差增大。参见例如“Density Estimation for Statistics and Data Analysis”(B.Silverman,Chapman&Hall/CRC,1986),在此通过援引的方式对其全文加以合并。这可由以下事实来解释:假定重要性采样完善,通过轨迹分割所创建的每个路径段可能以相同的权重被包括。由于路径空间滤波正在模仿轨迹分割,不同于二进制权重的权重可使方差增大。仅使用是0或1的(二进制)权重,表1中的比的分母可以相当于所包括的贡献的数目。
应用
通过该方式,可通过将算法直接应用到具有下一事件估计和隐含的多重重要性采样的路径跟踪器的路径空间样本来达成改进。参见例如“Mathematical Models and Monte Carlo Algorithms for Physically BasedRendering”(E.Lafortune,博士论文,天主教鲁汶大学,比利时,1996),在此通过援引的方式对其全文加以合并。光照可包含环境映射和光源。从照相机看的第一命中点可存储为顶点xi。与辐照度内插法相反,路径空间滤波可高效地跨详细的几何的不连续性将贡献平均化。即使在这类困难的设定中,改进也可以是实质性的。
注意,由于算法是线性的,所以其可用于包括多重重要性采样的任何变体的路径空间的任何分解。此外,可跨生成自多个视点的顶点来应用算法。这样,对景深、立体图像对、或场景的多个视点进行渲染可极大地从新的算法中受益,并且可在静态场景的动画的所有帧中共享顶点。实际上,表1的加权平均贡献的本质可允许将来自任何种类的路径空间样本的顶点平均化。
路径空间滤波可克服在渲染的几乎所有常用情况中对过多的轨迹分割的需要:取代了使产生光线树的路径分支,可跨由基本函数的线性组合所表示的BSDF模型的基本函数来对贡献进行滤波。参见例如“Distributed RayTracing”(Cook等人,在计算机图形(Proc.SIGGRAPH1984)中,137-145页,1984),在此通过援引的方式对其全文加以合并。xi中的局部平均例如环境光遮蔽、来自经扩展的和/或许多光源的阴影、最终聚集(finalgathering)、平滑光子映射或辐射度求解、光线行进(ray marching)、或类似景深仿真的效果可直接从路径空间样本中确定。这可与轨迹分割的效率随采样速率的增加而减少的观察相匹配。
此外,路径空间滤波可改进处置所谓的萤火虫的方法,因为萤火虫的贡献可通过被包括在平均中的贡献的数目而衰减。可见的瞬时伪影随后可以看起来更像斑点而非单个明亮的像素。
动画
采用内插法所渲染的动画中的常见伪影可以是起因于例如暂时不连贯的经缓存的样本、近似的经缓存的样本、或可视性的暂时改变的闪烁。在这类情况中,可能必须稍微调整参数,这可能要求从头开始的重复计算。因为路径空间滤波是一致的,所以可见的伪影可能是瞬时的。此外,算法可以是确定性的和线性的。它因此足以存储随每帧所处理的最后块或样本的数目以通过只是继续计算来选择性地精制任何帧。
运动模糊
可通过在各异的时间点将图像平均化来实现运动模糊的一致仿真。参见例如于2012年11月1日提交的13/666,888号美国申请,在此通过援引的方式对其全文加以合并。作为可替代项,扩展范围搜索以包括时间上的近邻可允许跨具有不同时间点的顶点进行平均化。在线性运动是足够的近似并且负担得起存储线性运动矢量的情况下,重建可视性可改进收敛速度。
光谱渲染
光谱光传输的一致仿真可通过利用相关联的波长λi将单色的贡献ci平均化来实现。到合适的颜色系统上的投影可在平均化过程期间发生,其中合适的基本函数作为因数乘以权重。这类基本函数的集合的一个示例是XYZ颜色系统响应曲线。这类响应曲线的例示性连续近似可在“SimpleAnalytic Approximations to the CIE XYZ Color Matching Functions”(ChrisWyman,Peter-Pike Sloan和Peter Shirley,计算机图形技术期刊(JCGT)卷2,2号,1-11,2013,http://jcgt.org/published/0002/02/01/上可在线得到)中给出,在此通过援引的方式对其全文加以合并。
参与介质与半透明
参与介质与半透明的一致仿真的效率可使用路径空间滤波来改进。因为路径空间滤波可以是线性算法,所以其可被应用以组合任何种类的光传输路径的贡献,其可包括在参与介质与半透明物质中具有顶点的光传输路径。
将采样与着色解耦
可通过对具有查询位置xi和衰减αi的多个眼路径段进行采样来以直接的方式实现采样与着色解耦,然而缺乏贡献ci,这可能允许抗锯齿增加而着色速率相同。因为可能无法确保这类路径段包括任何贡献,所以在空查询的情况下,它们无法在累积过程中计数。参见例如“Adaptive filtering forprogressive Monte Carlo image rendering”(Suykens等人,在WSCG2000大会会议记录中,2000),在此通过援引的方式对其全文加以合并。
图5示出路径空间滤波502和光子映射504之间的比较500。作为选项,比较500可在图1-4的功能性的上下文中实行。然而当然,比较500可实现在任何期望的环境中。还应注意的是,可在本描述期间应用前述定义。
在一个实施例中,路径空间滤波502可被视为对偶于光子映射504的方差减小技术。在路径空间滤波502中,对顶点的贡献可通过将在近邻中具有顶点的出射路径段的贡献的和除以它们的数目来计算。光子映射504可确定入射路径段(光子命中)的通量(flux)与圆盘面积的比。
路径空间滤波502可使用在任何基于(路径空间)样本的渲染算法上,从这种意义上讲,其可以是正交的。它可克服轨迹分割的必要性,这可使能使用如高效平行光传输仿真可能要求的即发即弃(fire-and-forget)范式的路径追踪。渐进式算法可以是易于实现的、高效的,并可确保收敛而没有起因于一致性的持续伪影。
在一个实施例中,路径空间滤波502当被应用到一般路径追踪时可导致方差的显著减小。在另一实施例中,每次传递处理较多路径空间样本可允许较高效的方差减小,以及较好的抗锯齿。在又一实施例中,路径空间滤波可将所渲染的图像中的反射的焦散线(caustics)平滑化。路径空间滤波还可去除大量噪声,甚至跨复杂的几何也可去除大量噪声。
用于光传输仿真的准蒙特卡罗积分近似的效率可通过在将路径空间样本平均化之前对其进行局部滤波来加以改进。可构建该滤波使得在极限下可解决原始积分近似问题。
图6示出其中可实现各先前实施例的各架构和/或功能性的例示性系统600。如所示,提供了系统600,包括至少一个主处理器601,其连接到通信总线602。系统600还包括主存储器604。控制逻辑(软件)和数据存储在可采取随机存取存储器(RAM)形式的主存储器604中。
系统600还包括图形处理器606和显示器608,即计算机监视器。在一个实施例中,图形处理器606可包括多个着色器模块、光栅化模块等。前述模块中的每一个实际上可置于单个半导体平台上以形成图形处理单元(GPU)。
在本说明书中,单个半导体平台可以指基于单一半导体(sole unitarysemiconductor)的集成电路或芯片。应注意的是术语单个半导体平台还可以指具有增加的连通性的多芯片模块,其模拟片上操作,并且对利用常规中央处理单元(CPU)和总线实现方案进行大量改进。当然,各种模块还可按用户的期望分开定位或位于半导体平台的各种组合中。系统还可由可配置逻辑来实现,所述可配置逻辑可包括(但不限于)现场可编程门阵列(FPGA)。
系统600还可包括二级存储610。二级存储610包括,例如硬盘驱动器和/或表示软盘驱动器、磁带驱动器、光盘驱动器等的可移动存储驱动器。可移动存储驱动器以公知的方式自可移动存储单元读取和/或写入可移动存储单元。
计算机程序、或计算机控制逻辑算法,可存储在主存储器604和/或二级存储610中。这类计算机程序当执行时使系统600能够实施各种功能。存储器604、存储610和/或任何其他存储是计算机可读介质的可能示例。
在一个实施例中,可在主处理器601、图形处理器606、能够有主处理器601和图形处理器606两者的能力的至少一部分的集成电路(未示出)、芯片组(即设计为作为用于实施相关功能的单元工作以及销售的集成电路组等)和/或任何其他用于该情况的集成电路的上下文中实现各先前图的架构和/或功能性。
此外,可在通用计算机系统、电路板系统、专用于娱乐目的的游戏控制台系统、特定于应用的系统和/或任何其他所期望的系统的上下文中实现各先前附图的架构和/或功能性。例如,系统600可采取台式计算机、膝上型计算机和/或任何其他类型逻辑的形式。此外,系统600可采取各种其他设备的形式,包括但不限于个人数字助理(PDA)设备、移动电话设备、电视等。
进一步地,虽然未示出,系统600可耦连到网络[例如电信网络、局域网(LAN)、无线网络、诸如互联网的广域网(WAN)、对等网络、电缆网络等]用于通信目的。
虽然上文已描述了各种实施例,应予以理解的是其仅由示例而非限制的方式所呈现。因此,优选实施例的宽度和范围不应由上文所述的任何例示性实施例所限制,而应仅根据接下来的权利要求及其等同物来限定。
Claims (27)
1.一种方法,包括:
对与场景相关联的光传输路径的集合进行采样;
选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量和光贡献;
利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献;以及
在将所述所选择的顶点中的每一个的所述平均光贡献乘以所述顶点的所述相关联的吞吐量之后,组合所述所选择的多个顶点中的每一个的所述平均光贡献。
2.根据权利要求1所述的方法,进一步包括以迭代方式重复所述选择、确定和组合。
3.根据权利要求1所述的方法,进一步包括对所述经采样的光传输路径的集合进行局部滤波。
4.根据权利要求3所述的方法,其中所述滤波在所述确定所选择的多个顶点中的每一个的所述平均光贡献之前实施。
5.根据权利要求3所述的方法,其中实施要被滤波的样本的随机、伪随机、或拟随机选择中的一个或多个。
6.根据权利要求3所述的方法,其中所述局部滤波改进数值积分近似的效率。
7.根据权利要求3所述的方法,其中组合所述所选择的多个顶点中的每一个的所述平均光贡献在光传输仿真期间实施,并且所述局部滤波改进所述光传输仿真的效率。
8.根据权利要求1所述的方法,其中所述光传输路径的集合通过以下项中的一个或多个来采样:生成眼路径、生成光路径、以及由阴影光线和近邻中的一个或多个将一个或多个眼路径与光路径相连接。
9.根据权利要求1所述的方法,其中所述方法实现为渐进式方法。
10.根据权利要求1所述的方法,进一步包括,对于所述经采样的光传输路径的集合内的第i个光传输路径,存储至少一个顶点xi、沿眼路径段到所述顶点xi的衰减αi、以及光路径段到所述顶点xi的辐射贡献ci。
11.根据权利要求10所述的方法,进一步包括通过累加来形成图像,其中
12.根据权利要求11所述的方法,其中具有围绕所述顶点xi的半径r(n)。
13.根据权利要求12所述的方法,其中其中α∈(0,1)。
14.根据权利要求1所述的方法,其中所述多个顶点利用范围搜索来选择。
15.根据权利要求14所述的方法,其中所述范围搜索通过散列网格、经典范围搜索、以及分治法中的至少一个来实施。
16.根据权利要求12所述的方法,其中所述半径r(n)通过沿路径的距离或立体角中的至少一个来选择。
17.根据权利要求16所述的方法,其中所述一个或多个权重中的每一个测量所述所选择的多个顶点中的一个或多个之间的相似度,其中这类相似度取决于所述所选择的多个顶点中的一个或多个之间的几何相似度、传输相似度以及可视性相似度中的一个或多个。
18.根据权利要求1所述的方法,其中所述方法跨用于渲染立体图像对、渲染动画中的多个帧、以及渲染一个或多个光场显示所要求的图像集合中的一个或多个的多个视点来应用。
19.根据权利要求1所述的方法,进一步包括通过将一个或多个各异的时间点处的一个或多个图像平均化来仿真运动模糊。
20.根据权利要求1所述的方法,其中对所述光传输路径的集合进行采样与一个或多个着色操作解耦。
21.根据权利要求3所述的方法,其中对所述经采样的光传输路径的集合进行局部滤波被线性地实施,并应用在基于采样的渲染引擎之上。
22.根据权利要求1所述的方法,其中所述对光传输路径的集合进行采样通过随机、伪随机、或拟随机采样中的一个或多个来实施。
23.根据权利要求10所述的方法,进一步包括利用相关联的波长λi将所述辐射贡献ci平均化以一致地仿真光谱光传输。
24.根据权利要求1所述的方法,其中所述光传输路径包括在参与介质和半透明物质中的一个或多个中具有顶点的光传输路径。
25.根据权利要求1所述的方法,其中所述利用一个或多个权重确定所述所选择的多个顶点中的每一个的平均光贡献是迭代的。
26.一种非暂时性计算机可读存储介质,其存储指令,所述指令当由处理器执行时,使所述处理器实施步骤包括:
对与场景相关联的光传输路径的集合进行采样;
选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量和光贡献;
利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献;以及
在将所述所选择的顶点中的每一个的所述平均光贡献乘以所述顶点的所述相关联的吞吐量之后,组合所述所选择的多个顶点中的每一个的所述平均光贡献。
27.一种系统,包括:
处理器,其用于:
对与场景相关联的光传输路径的集合进行采样;
选择与经采样的光传输路径的集合相关联的多个顶点,其中每个所选择的顶点具有相关联的吞吐量和光贡献;
利用一个或多个权重,确定所选择的多个顶点中的每一个的平均光贡献;以及
在将所述所选择的顶点中的每一个的所述平均光贡献乘以所述顶点的所述相关联的吞吐量之后,组合所述所选择的多个顶点中的每一个的所述平均光贡献。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361814734P | 2013-04-22 | 2013-04-22 | |
US61/814,734 | 2013-04-22 | ||
US14/166,794 | 2014-01-28 | ||
US14/166,794 US9953457B2 (en) | 2013-04-22 | 2014-01-28 | System, method, and computer program product for performing path space filtering |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104112034A true CN104112034A (zh) | 2014-10-22 |
Family
ID=51629052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410160793.3A Pending CN104112034A (zh) | 2013-04-22 | 2014-04-21 | 用于实施路径空间滤波的系统、方法和计算机程序产品 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104112034A (zh) |
DE (1) | DE102014105146B4 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818324A (zh) * | 2016-09-12 | 2018-03-20 | 波音公司 | 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 |
CN110178370A (zh) * | 2017-01-04 | 2019-08-27 | 辉达公司 | 使用用于立体渲染的光线步进和虚拟视图广播器进行这种渲染 |
CN110766778A (zh) * | 2017-07-28 | 2020-02-07 | 辉达公司 | 使用散列执行并行路径空间滤波来降低渲染期间的噪音 |
CN112840378A (zh) * | 2018-07-26 | 2021-05-25 | 辉达公司 | 在路径追踪中使用共享光照贡献进行相互作用的全局照明 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10235601B1 (en) | 2017-09-07 | 2019-03-19 | 7D Labs, Inc. | Method for image analysis |
US11334762B1 (en) | 2017-09-07 | 2022-05-17 | Aurora Operations, Inc. | Method for image analysis |
US11030800B2 (en) * | 2019-11-08 | 2021-06-08 | Chaos Software Ltd. | Rendering images using modified multiple importance sampling |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050264564A1 (en) * | 2000-06-19 | 2005-12-01 | Alexander Keller | Computer graphic system and computer-implemented method for generating images using a sub-domain photon map methodology |
CN1991916A (zh) * | 2002-03-21 | 2007-07-04 | 微软公司 | 用于低频照明环境的光自转移的图形图像演示方法和系统 |
WO2012047681A2 (en) * | 2010-09-27 | 2012-04-12 | Intel Corporation | Multi-view ray tracing using edge detection and shader reuse |
CN102521870A (zh) * | 2011-11-22 | 2012-06-27 | 浙江大学 | 一种微多边形光线跟踪的着色重用方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012181825A (ja) | 2011-02-09 | 2012-09-20 | Canon Inc | 画像処理装置およびその方法 |
-
2014
- 2014-04-10 DE DE102014105146.7A patent/DE102014105146B4/de active Active
- 2014-04-21 CN CN201410160793.3A patent/CN104112034A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050264564A1 (en) * | 2000-06-19 | 2005-12-01 | Alexander Keller | Computer graphic system and computer-implemented method for generating images using a sub-domain photon map methodology |
CN1991916A (zh) * | 2002-03-21 | 2007-07-04 | 微软公司 | 用于低频照明环境的光自转移的图形图像演示方法和系统 |
WO2012047681A2 (en) * | 2010-09-27 | 2012-04-12 | Intel Corporation | Multi-view ray tracing using edge detection and shader reuse |
CN102521870A (zh) * | 2011-11-22 | 2012-06-27 | 浙江大学 | 一种微多边形光线跟踪的着色重用方法 |
Non-Patent Citations (1)
Title |
---|
ILIYAN GEORGIEV等: ""Light transport simulation with vertex connection and merging"", 《ACM TRANSACTIONS ON GRAPHICS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818324A (zh) * | 2016-09-12 | 2018-03-20 | 波音公司 | 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 |
CN107818324B (zh) * | 2016-09-12 | 2023-06-16 | 波音公司 | 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 |
CN110178370A (zh) * | 2017-01-04 | 2019-08-27 | 辉达公司 | 使用用于立体渲染的光线步进和虚拟视图广播器进行这种渲染 |
CN110766778A (zh) * | 2017-07-28 | 2020-02-07 | 辉达公司 | 使用散列执行并行路径空间滤波来降低渲染期间的噪音 |
CN112840378A (zh) * | 2018-07-26 | 2021-05-25 | 辉达公司 | 在路径追踪中使用共享光照贡献进行相互作用的全局照明 |
CN112840378B (zh) * | 2018-07-26 | 2024-06-07 | 辉达公司 | 在路径追踪中使用共享光照贡献进行相互作用的全局照明 |
Also Published As
Publication number | Publication date |
---|---|
DE102014105146B4 (de) | 2021-11-04 |
DE102014105146A1 (de) | 2014-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9953457B2 (en) | System, method, and computer program product for performing path space filtering | |
CN104112034A (zh) | 用于实施路径空间滤波的系统、方法和计算机程序产品 | |
Lafortune | Mathematical models and Monte Carlo algorithms for physically based rendering | |
Cerezo et al. | A survey on participating media rendering techniques | |
Ihrke et al. | Eikonal rendering: Efficient light transport in refractive objects | |
Wang et al. | All-frequency interactive relighting of translucent objects with single and multiple scattering | |
US20090006044A1 (en) | Real-Time Rendering of Light-Scattering Media | |
Sun et al. | Line space gathering for single scattering in large scenes | |
Weber et al. | A multiscale model for rain rendering in real-time | |
Elek et al. | Interactive cloud rendering using temporally coherent photon mapping | |
US7990377B2 (en) | Real-time rendering of light-scattering media | |
Kurachi | The magic of computer graphics | |
CN103514624A (zh) | 估算参与介质接收到的光量的方法及相应的设备 | |
Schafhitzel et al. | Real-time rendering of planets with atmospheres | |
Wang et al. | Bidirectional importance sampling for unstructured direct illumination | |
Wang et al. | Rendering transparent objects with caustics using real-time ray tracing | |
Elek et al. | Principal-Ordinates Propagation for real-time rendering of participating media | |
Sundén et al. | Efficient volume illumination with multiple light sources through selective light updates | |
Lindemann et al. | Advanced light material interaction for direct volume rendering | |
Bouchard et al. | Improving robustness of Monte-Carlo global illumination with directional regularization | |
Boudet et al. | Photon splatting for participating media | |
Shinya et al. | Multiple scattering approximation in heterogeneous media by narrow beam distributions | |
Laine et al. | Hierarchical penumbra casting | |
Abbas et al. | Gaussian radial basis function for efficient computation of forest indirect illumination | |
Lee et al. | Template-based scattering illumination for volumetric dataset |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141022 |
|
WD01 | Invention patent application deemed withdrawn after publication |