基于Tsallis理論的自適應采樣算法.pdf

1、真實感圖形學是計算機圖形學的重要組成部分,真實感圖形技術(shù)的廣泛應用對其算法提出了更高的要求.基于蒙特卡羅積分技術(shù)的整體光照計算是生成高質(zhì)量真實感圖像的主要方法.在繪制圖像的過程中,需要用離散的像素來表示連續(xù)的圖像,從本質(zhì)上講,繪制問題實際上就是采樣的問題.本文從走樣和反走樣入手,針對某些像素的蒙特卡羅整體光照計算收斂速度較快,而另外一些像素則較慢的特點,引入自適應采樣算法.其算法思想為:首先在每個像素內(nèi)分配較少的固定數(shù)目的采樣點數(shù),然后

2、根據(jù)計算出的像素質(zhì)量來決定是否增加更多的采樣點. 在回顧了基于方差、置信區(qū)間、對比度、香農(nóng)熵和f-散度這些經(jīng)典的自適應采樣算法之后,本文引入了Tsallis理論,提出了基于Tsallis熵和基于Tsallis散度的自適應采樣算法.在基于Tsallis熵的自適應采樣算法中,引入最小二乘法根據(jù)不同的場景自動地選取合適的熵指數(shù),由該算法生成圖像在細節(jié)和計算復雜的區(qū)域表現(xiàn)較好,測得的均方根RMS也較其他算法?。辉诨赥salllis散度