并行多维自适应采样

ISCAS OpenIR

	并行多维自适应采样
其他题名	parallel multidimensional adaptive sampling
	刘晓丹; 吴佳泽; 郑昌文; 胡晓惠
	2012
发表期刊	Journal of Compute-Aided Design and Graphics
ISSN	1003-9775
卷号	24 期号:2 页码:236-243
摘要	针对现有自适应采样方法绘制效果差和速度慢的问题,提出一种并行的多维自适应采样方法.首先对多维空间进行粗采样,将其自适应地分割为多个子空间;然后扩展各子空间边界,根据噪声评价值分配每个子空间所需的采样点数;在各子空间上构建KD树以并行地对其进行自适应采样;最后根据各采样点间的梯度值重构图像 .实验结果表明,该方法能够以更少的样本绘制高质量的景深、运动模糊和软阴影效果,并控制绘制图像时的内存消耗,支持高分辨率的真实感图像生成.
收录类别	cscd,cnki,ei,wanfang
其他摘要	To address the problems of current adaptive sampling approaches,we present a parallel multidimensional adaptive sampling method.Firstly,the multidimensional space is coarsely sampled and adaptively split into subspaces.Secondly,the borders of each subspace are extended and the number of samples is assigned to each subspace according to its size.Thirdly,a KD-tree is adaptively constructed in parallel for subspace.Finally,the subspaces are reconstructed and combined into an entire image by leveraging the gradient values of sampling points.The experimental results demonstrated that our algorithm takes less memory,runs faster than existing multidimensional adaptive sampling methods,and can generate images rapidly with satisfying effects of motion blur,depth-of-field and soft shadows.
关键词	Multidimensional Space Sampling And Reconstruction Adaptive Sampling Parallel Sampling
部门归属	刘晓丹, 中国科学院软件研究所, 综合信息系统技术国防科技重点实验室, 北京 100190, 中国. 吴佳泽, 中国科学院软件研究所, 综合信息系统技术国防科技重点实验室, 北京 100190, 中国. 郑昌文, 中国科学院软件研究所, 综合信息系统技术国防科技重点实验室, 北京 100190, 中国. 胡晓惠, 中国科学院软件研究所, 综合信息系统技术国防科技重点实验室, 北京 100190, 中国.
学科领域	Computer Science
语种	中文
内容类型	期刊论文
URI标识	http://ir.iscas.ac.cn/handle/311060/14692
专题	中国科学院软件研究所
推荐引用方式 GB/T 7714	刘晓丹,吴佳泽,郑昌文,等. 并行多维自适应采样[J]. Journal of Compute-Aided Design and Graphics,2012,24(2):236-243.
APA	刘晓丹,吴佳泽,郑昌文,&胡晓惠.(2012).并行多维自适应采样.Journal of Compute-Aided Design and Graphics,24(2),236-243.
MLA	刘晓丹,et al."并行多维自适应采样".Journal of Compute-Aided Design and Graphics 24.2(2012):236-243.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
并行多维自适应采样.pdf（1745KB）			开放获取	使用许可	请求全文