[发明专利]一种基于KD树的并行多维自适应采样与重构方法

权利要求书

1.一种基于KD树的并行多维自适应采样与重构方法，其特征在于包括如下步骤：

步骤1：基于KD树的并行绘制方法，包括两层架构：首先利用KD树初始化整个多维空间，将其分割成多个子空间；然后并行的自适应采样与重构多个子空间，合成最终图像；

步骤2：粗采样整个多维绘制空间，并构建KD树；

步骤3：初始化整个多维绘制空间，步骤包括：计算初始化采样点；利用给定的初始化采样点，通过KD树将多维空间自适应分割成多个子空间，所述自适应分割方法为：利用每个节点中保存的采样点数，构建错误值函数，每次采样错误值最大的节点，循环自适应采样直到使用完初始采样点；

步骤4：利用评估函数，将所有采样点自适应的分配给各个子空间，对各个子空间进行并行绘制，保证采样点总体的自适应性；

步骤5：为防止采样点边界处的走样问题，采样前扩展各个子空间边界；

步骤6：对每个子空间构建相应的KD树，利用分配的采样点，自适应采样各个子空间，自适应采样方法为：利用每个节点中保存的采样点数，构建错误值函数，每次采样错误值最大的节点，循环自适应采样直到使用完分配给各个子空间的采样点；

步骤7：划分各个子空间，利用各个子空间KD树节点中保存的采样点重构子空间图像，最后合并生成最终图像。

2.根据权利要求1所述的基于KD树的并行多维自适应采样与重构方法，其特征在于：所述步骤2中具体实现如下：

（1）粗采样多维空间：随机投入多个采样点，为1024个；

（2）利用KD树初始化多维空间，根据已有的粗采样点构建KD树。

3.根据权利要求1所述的基于KD树的并行多维自适应采样与重构方法，其特征在于：所述步骤6具体实现如下：

（1）在每个子空间构建KD树，进行自适应采样；

（2）计算每个节点的错误值；

（3）选取KD树节点中错误值最大节点，进行采样；

（4）如果节点包含过多采样点，从节点最长维度分割节点；

（5）返回（2），直到使用完分配给子空间的采样点。

4.根据权利要求1所述的基于KD树的并行多维自适应采样与重构方法，其特征在于：所述步骤7具体实现如下：

（1）继续划分子空间KD树，将各个子空间划分成每个节点只包含一个采样点；

（2）根据采样点光路贡献值乘以该节点的体积，重构出各子空间的子图像，重构时不考虑子空间扩展后的部分的光路贡献值；

（3）合并所有子空间得到最终图像。