基于空间自适应剖分的 Lightcuts多光源聚类算法

针对Lightcuts算法在面对大规模复杂光源时计算效率较低的问题,提出了一种基于空间自适应剖分的Lightcuts多光源聚类算法。该算法采用二叉树森林代替传统Lightcuts算法中的二叉树,并提出自适应的视景体划分方法对三维场景进行剖分,通过构建包含"簇-光源"对的列表,快速剔除与当前渲染点无关的光源,同时利用空间聚类的相似性减少"光源割"搜索过程中的重复计算。实验结果表明,与传统方法相比,文章提出的算法在"光源割"计算阶段能够将搜索步数平均减少30.71%~42.09%,绘制时间平均缩短28.35%~34.84%,有效地加快了Lightcuts算法的计算速度,提高了多光源三维场景的绘制效率。     

大规模场景的百分比近邻软阴影绘制算法

针对传统软阴影绘制算法在面对大规模三维场景时绘制效率较低的问题,文章基于四叉树加速结构的阴影图构建,研究了邻域节点的搜索方法和遍历顺序的选择方法,提出了一种基于四叉树的百分比近邻软阴影算法。实验结果表明,与传统算法相比,该方法能够有效提高大规模三维场景的软阴影绘制效率,且性能稳定,可以渲染出高质量的软阴影效果。