一种基于模糊度评价的多通路Metropolis光线追踪自适应采样方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110163948A(43)申请公布日2019.08.23(21)申请号201910300570.5(22)申请日2019.04.15(71)申请人中国民航大学地址300300天津市东丽区驯海路100号中国民航大学南院南教4-414(72)发明人贺怀清湛少胜刘浩翰(74)专利代理机构宁波浙成知识产权代理事务所(特殊普通合伙)33268代理人洪松(51)Int.Cl.G06T15/20(2011.01)G06T7/143(2017.01)权利要求书2页说明书6页附图5页(54)发明名称一种基于模糊度评价的多通路Metropolis光线追踪自适应采样方法(57)摘要本发明公开了一种基于模糊度评价的多通路Metropolis光线追踪自适应采样方法包括场景解析和参数设置；预采样获得初始样本；基于两种策略的正式渲染阶段；生成渲染图像等步骤。本发明提供的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法能提高明暗混合位置的渲染效果，优化整体采样分布。CN110163948ACN110163948A权利要求书1/2页1.一种基于模糊度评价的多通路Metropolis光线追踪自适应采样方法，其特征在于：所述的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法包括按顺序进行的下列步骤：步骤1：解析场景文件，构建场景对象模型并获得渲染过程所需的参数；步骤2：对步骤1构建完成的场景模型进行预采样，获得进入正式渲染的样本种子；步骤3：对当前样本进行突变，如果当前样本对应的像素位置的采样数量未达到阈值，对当前样本进行小范围内的扰动获得提议样本并进入步骤5；如果当前样本对应像素位置采样数量达到采样阈值，进入步骤4；步骤4：从当前样本对应八邻域位置中筛选模糊度最大的作为提议样本；步骤5：根据当提议样本和前样本标量度函数的比值来计算接受概率，根据接受概率来确定提议样本的接受与拒绝，每个样本的拒绝次数不能超过设定的最大拒绝次数，否则必须接受当前样本；步骤6：如果提议样本被接收，则下一次提议样本为当前样本进行突变生成新的提议样本，否则保留当前样本；步骤7：根据标量因子计算当前样本的光照值，并通过将光照值添加到对应像素位置的集合中；步骤8：如果当前迭代次数达到马尔科夫链的上限数，进行一次大范围内的随机突变，并开始一条新的马尔可夫链；步骤9：如果整体采用数量达到预设的场景最大采样数量，则结束渲染否则回到步骤3；步骤10：将所有采样样本写入胶片并生成渲染结果图片。2.根据权利要求1所述的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法，其特征在于：在步骤1中，涉及的场景文件为渲染是所需要的参数，包括场景中的几何信息，材料特性、光源类型、相机模型、积分器等；还包括每像素平均采样数量，和并根据平均采样数量计算出采样阈值和马尔可夫链长度；此外为了实现模糊度评价，还需创建和像素平面相同大小的集合矩阵，用于存储每像素采样样本。3.根据权利要求1所述的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法，其特征在于：在步骤2中，对构成完成的场景进行预采样，主要在像素平面上根据采样数量随机生成一定数量的采样点，并通过双向路径连接的方式获得路径样本，并将这些样本作为进入正式渲染阶段样本种子；同时计算标量因子b，来计算整个图像素的亮度，标量因子的计算公式为：*b＝∫Ωp(x)dx(1)其中，p*(x)为正标量函数，且p*(x)正比于概率密度函数p(x)。4.根据权利要求1所述的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法，其特征在于：在步骤3中，对当前样本进行小范围内的扰动使用正态分布获得提议样本，提议样本和当前样本关系如下：2xi+1～N(xi,σ)(2)其中提议样本xi+1通过正态分布对当前样本xi进行扰动获得。5.根据权利要求1所述的基于模糊度评价的多通路Metropolis光线追踪自适应采样方法，其特征在于：在步骤4中，如果当前样本位置为x0(m,n)，则对应八邻域空间Θ如下：2CN110163948A权利要求书2/2页Θ＝{x1(m-1,n-1),x2(m-1,n),x3(m-1,n+1),x4(m,n-1),x5(m,n+1),x6(m+1,n-1),x7(m+1,n),x8(m+1,n+1)}(3)以每个像素内所有样本值为集合<L1,...,Ln>，u(Li)为隶属都函数，计算如下：其中Li表示每一个路径样本获得的光照值,为所有样本的均值；在本方法中隶属度函数只作大小判断,为了方便计算将a和β均取值为1；模糊都计算选取可表达像素内噪声水平的Deluca-Termini模糊度作为像素内的噪声水平的评价标准，计算如下：n为像