[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

摘要

本发明公开了一种基于KD树的并行多维自适应采样与重构方法，使用KD树对多维空间进行分割，分析并计算各个节点的错误值，根据分析结果构建多个子空间。在每个子空间上构建新的KD树，利用分析结果合理分配各子空间的采样点数，并行的对其进行自适应采样，保证整个空间采样点的自适应性。最后利用各个子空间中每个节点的采样点重构最终图像。该方法可绘制如运动模糊、景深、软体阴影等多种效果，提高了自适应绘制速度，生成高质量的绘制图像。

主权项

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。