基于CUDA的光线追踪实时成像模拟技术研究

论文摘要

基于图形的成像模拟技术能利用光线追踪算法提供真实感极佳的图像,既可以对光学成像设备在各种应用条件下的目标获取进行预测和评估,也可以为图像质量评估、图像处理算法验证、目标识别训练等许多领域提供试验数据,有广泛的应用背景。然而光线追踪算法在产生高真实度图像的同时也因为巨大的计算量而无法在CPU上实现实时化。本文利用GPU的高度并行化特点对光线追踪算法进行加速,根据CUDA优势与限制进行适应性改造,设计并实现了一个SIMT并行架构下的光线追踪算法框架。为了进一步提高场景渲染速率,本文采用KD树对场景进行分割,在对当前流行的适用于GPU上的KD树进行综合比较的基础上本文引入了一个线索化KD树遍历算法,有效地降低了场景渲染时间。在场景表达上,本文选取了3DS模型作为系统场景的载体,并将场景内元素转换成适用于GPU的组织格式。最后,本文采用模块化的方式基于分层组织的思想设计了一个通用、可扩展的光线追踪系统,为以后基于CUDA的成像模拟技术实时性研究提供了一个基础框架。

论文目录

• 摘要
• ABSTRACT
• 算法索引
• 1 绪论
• 1.1 研究背景及意义
• 1.2 研究状况
• 1.2.1 国外现状
• 1.2.2 国内现状
• 1.3 研究内容与论文结构
• 1.3.1 面临的问题与思路
• 1.3.2 本文主要研究内容与结构
• 2 基于光线追踪技术的成像模拟方法
• 2.1 概述
• 2.2 光线追踪基本原理
• 2.3 光线追踪的基本过程
• 2.4 相机与光线生成
• 2.5 光照计算模型
• 2.5.1 光照模型原理
• 2.5.2 相交点颜色计算
• 2.5.2.1 漫反射光照计算
• 2.5.2.2 镜面反射光照计算
• 2.5.2.3 透射光照计算
• 2.6 光线与物体的相交测试
• 2.6.1 光线与球体求交的解析算法
• 2.6.2 光线与三角面片求交算法
• 2.7 场景管理
• 2.7.1 规则格网
• 2.7.2 包围体层次
• 2.7.3 八叉树
• 2.7.4 BSP 树
• 2.7.5 K-D 树
• 2.7.5.1 KD-Tree 的创建
• 2.7.5.2 KD-Tree 的遍历
• 2.8 本章小结
• 3 基于CUDA 的实时光线追踪算法研究
• 3.1 概述
• 3.2 实时算法设计约束分析
• 3.2.1 光线追踪的特点与约束分析
• 3.2.2 CUDA 编程模型的约束分析
• 3.2.2.1 SIMT 并行模式
• 3.2.2.2 CUDA 硬件体系与线程组织形式
• 3.2.2.3 CUDA 的优势和局限性
• 3.2.2.4 CUDA 程序优化策略
• 3.3 光线追踪CUDA 内核设计
• 3.3.1 光线组织
• 3.3.2 颜色融合方案设计
• 3.3.3 光线追踪CUDA 内核实现
• 3.3.3.1 CUDA 线程块设计
• 3.3.3.2 变量和数据类型定义
• 3.3.3.3 数据的初始化和内存拷贝
• 3.3.3.4 内核定义
• 3.3.3.5 最终渲染
• 3.4 场景组织与管理
• 3.4.1 3DS 模型导入
• 3.4.1.1 3DS 文件格式介绍
• 3.4.1.2 3DS 文件的读取
• 3.4.1.3 3DS 文件的解析
• 3.4.2 基于KD-Tree 的场景组织
• 3.4.2.1 标准KD 树遍历算法
• 3.4.2.2 KD-Restart 算法
• 3.4.2.3 KD-Backtrack 算法
• 3.4.2.4 PushDown
• 3.4.2.5 Short-Stack
• 3.4.2.6 线索化KD 树遍历算法
• 3.4.3 线索化KD 树算法的具体实现
• 3.4.3.1 KD-Tree 数据结构定义
• 3.4.3.2 KD-Tree 线索化
• 3.4.3.3 KD-Tree 树状结构与数组结构的转换
• 3.4.3.4 线索化KD-Tree 遍历算法
• 3.4.3.5 线索化KD 树算法实现的一些问题
• 3.5 本章小结
• 4 软件设计与实现
• 4.1 功能模块划分
• 4.2 结构设计与流程设计
• 4.3 各种条件下的试验图像与结果分析
• 4.3.1 渲染的部分效果图及分析
• 4.3.1.1 阴影效果及分析
• 4.3.1.2 反射、折射效果及分析
• 4.3.1.3 地表场景效果及分析
• 4.3.2 渲染效率及分析
• 4.4 本章小结
• 5 总结与展望
• 5.1 全文工作总结
• 5.2 后续工作展望
• 参考文献
• 在读期间发表的学术论文
• 致谢