基于GPU的光线跟踪算法分析
发布时间：2014-07-28 21:19
基于GPU的光线跟踪
2.1 相关工作
当前，主要由两种方法利用CPU来加速光线跟踪算法。第一种是Carr等人提出来的，将CPU转换为一个蛮力的执行光线一三角形求交的计算器，而将任何的光线生成以及着色过程在CPU上完成。这就需要CPU依然执行绝大部分的渲染工作。C arr等人指出，在ATI Radeon 8500上，每秒最快能够执行1亿2千万次的光线一三角形求交。同时，作者也指出，由于GPU的单精度浮点的限制，图片上依然存在一些不太真实的地方。第二种方法由Purcell等人提出的，改种方法将整个光线跟踪器都移植到CPU上进行实现。从光线的产生，加速结构的遍历，到最后的着色过程都在GPU上执行。此后，有很多相同的项目都是基于Purcell的模型上进行的。
2.2 GPU上的光线跟踪算法的映射方式
将传统的CPU上执行的光线跟踪算法，映射成为一个GPU协助的，或者基于GPU的光线跟踪器有众多方法。下面重点介绍Purcell提出的映射模型，以及在本文的实现中提出的一个基于CPU的Whitted模型的光线跟踪器。该光线跟踪器的布局如图2.1所示：
在Purcell的论文中，它将光线一三角形求交，以及遍历过程分离成两个独立的遍历内核和求交内核。本文的实现中，也按照上述模型图，将光线跟踪算法分解成光线生成，光线一三角形求交，着色这三个步骤。在对光线进行跟踪之前，需要生成从视点指向屏幕的原始光线( primary ray)。在一个GPU上，能够使用光栅器的插值的能力，在一个单一的内核调用中，产生所有的原始光线。
给定观察矩形（被采样用于产生图片的投影平面的一部分）的四个角，以及视点，首先计算出这个视锥体的四条边线。如果让光栅器在这4条光线之间，按照512×512规格，笔耕论文新浪博客，在这四条光线之间按照方向进行插值，最终就可以获得能够产生一幅512×512图片（一个像素一个采样点）的所有原始光线的方向。同时能够将这些方向存储在一个纹理里，并把它作为求交内核的输入。所有的原始光线具有相同的起始点，但是仍然把它存储在一个同方向纹理具有相同维度的纹理内。因为当生成阴影光线或者反射光线的时候，光线的原点会发生改变。
加速结构的实现和比较
3.1均匀栅格
均匀栅格是第一个在GPU上实现的加速结构。Purcell给出了很多选择均匀栅格作为加速结构的理由，但是Purcell没有详细的说明为什么均匀网格对于硬件实现而言比其它的加速结构要更加的简单。当在探讨了均匀栅格的一些主要特性的时候，更加清晰的知道了均匀栅格为什么会成为一个好的GPU机速结构。
首先，只用使用简单的算术运算，就能够对于每个体素的遍历在常量时间能被定位和存取。这就消除了对树的遍历的需要，以及重复的纹理查找工作，而纹理查找是相当耗时的。其次，体素的遍历是通过递增算术运算来完成的。这就消除了对堆栈的需要，使得我们能够从光线的起始点开始，以距离递增的顺序访问体素成为可能。再其次，由于对于体素的访问是沿着光线，以距离递增的方式遍历的，所以，一旦在一个被访问的体素中报道发现有一个交点，就可以停止这条光线对体素的遍历过程，从而提高整个遍历过程的速度。最后，用于遍历的代码非常适合用向量编写，而向量形式的编码风格又非常适合GPU的指令集。然而，均匀栅格的缺点就是由于它是空间细分结构的一种特殊情况，多个体素可能包含相同三角形的多个引用。由于无法使用mailbox技术，这就意味着需要对于相同的光线和三角形之间进行不止一次的相交测试。
3.2 KD-tree
在二叉树中，我们将内部节点和叶子节点区分开。叶子节点用来表示体素和与之相关的保存在该体素内的三角形的引用。一个内部节点用来表示空间区域的某个部分。所以，内部节点包含一个分裂面的两个子树的引用，而叶子节点只包含一个三角形列表。
KD-tree的创建过程从上而下，根据一个评价函数，通过放置一个分离平面，递归的将场景分离成两个体素。我们能够以递归的方式遍历KD-tree，但是由于GPU没有堆栈结构，所以无法应用递归的策略。取而代之的是，我们能够通过记住我们沿着光线前进了多远来向上或者向下遍历树。这种策略消除了需要堆栈的限制，使得用CPU来完成对KD-tree结构的遍历成为可能。
3.3 包围体层次(BVH)
Goldsmith和Salmon提出了一个评价函数，通常被称为表面积启发式函数。他们通过父节点和孩子节点的表面积之比来形式化的表述这个关系，此评价函数如下所示：此处，hit(n)是光线击中节点n的情况，Sn是节点n的表面积，c和p分别表示父节点和孩子节点。这个评价函数给出了，当用一条随机的光线同层次结构求交的时候，成本上的估计。由于没有最优的方法去有效的构造一个最优的BVH，提出了不同的构造技巧。下面，将列出比较通用的方法。
在实践中，对于包围体应用的最广泛的就是轴对齐包围盒(AABB)。AABB易于实现，并且同光线的求交测试非常快。大多数有关BVH的论文在描述BVH的创建的时候，通常分别以Kay和Kajiya，或者Goldsmith和Salmon这两种基本的想法为基础。Kay和Kajiaya建议以自上而下递归的方式进行BVH的创建。
本文编号：6722
2.1 相关工作
当前，主要由两种方法利用CPU来加速光线跟踪算法。第一种是Carr等人提出来的，将CPU转换为一个蛮力的执行光线一三角形求交的计算器，而将任何的光线生成以及着色过程在CPU上完成。这就需要CPU依然执行绝大部分的渲染工作。C arr等人指出，在ATI Radeon 8500上，每秒最快能够执行1亿2千万次的光线一三角形求交。同时，作者也指出，由于GPU的单精度浮点的限制，图片上依然存在一些不太真实的地方。第二种方法由Purcell等人提出的，改种方法将整个光线跟踪器都移植到CPU上进行实现。从光线的产生，加速结构的遍历，到最后的着色过程都在GPU上执行。此后，有很多相同的项目都是基于Purcell的模型上进行的。
2.2 GPU上的光线跟踪算法的映射方式
将传统的CPU上执行的光线跟踪算法，映射成为一个GPU协助的，或者基于GPU的光线跟踪器有众多方法。下面重点介绍Purcell提出的映射模型，以及在本文的实现中提出的一个基于CPU的Whitted模型的光线跟踪器。该光线跟踪器的布局如图2.1所示：
在Purcell的论文中，它将光线一三角形求交，以及遍历过程分离成两个独立的遍历内核和求交内核。本文的实现中，也按照上述模型图，将光线跟踪算法分解成光线生成，光线一三角形求交，着色这三个步骤。在对光线进行跟踪之前，需要生成从视点指向屏幕的原始光线( primary ray)。在一个GPU上，能够使用光栅器的插值的能力，在一个单一的内核调用中，产生所有的原始光线。
给定观察矩形（被采样用于产生图片的投影平面的一部分）的四个角，以及视点，首先计算出这个视锥体的四条边线。如果让光栅器在这4条光线之间，按照512×512规格，笔耕论文新浪博客，在这四条光线之间按照方向进行插值，最终就可以获得能够产生一幅512×512图片（一个像素一个采样点）的所有原始光线的方向。同时能够将这些方向存储在一个纹理里，并把它作为求交内核的输入。所有的原始光线具有相同的起始点，但是仍然把它存储在一个同方向纹理具有相同维度的纹理内。因为当生成阴影光线或者反射光线的时候，光线的原点会发生改变。
加速结构的实现和比较
3.1均匀栅格
均匀栅格是第一个在GPU上实现的加速结构。Purcell给出了很多选择均匀栅格作为加速结构的理由，但是Purcell没有详细的说明为什么均匀网格对于硬件实现而言比其它的加速结构要更加的简单。当在探讨了均匀栅格的一些主要特性的时候，更加清晰的知道了均匀栅格为什么会成为一个好的GPU机速结构。
首先，只用使用简单的算术运算，就能够对于每个体素的遍历在常量时间能被定位和存取。这就消除了对树的遍历的需要，以及重复的纹理查找工作，而纹理查找是相当耗时的。其次，体素的遍历是通过递增算术运算来完成的。这就消除了对堆栈的需要，使得我们能够从光线的起始点开始，以距离递增的顺序访问体素成为可能。再其次，由于对于体素的访问是沿着光线，以距离递增的方式遍历的，所以，一旦在一个被访问的体素中报道发现有一个交点，就可以停止这条光线对体素的遍历过程，从而提高整个遍历过程的速度。最后，用于遍历的代码非常适合用向量编写，而向量形式的编码风格又非常适合GPU的指令集。然而，均匀栅格的缺点就是由于它是空间细分结构的一种特殊情况，多个体素可能包含相同三角形的多个引用。由于无法使用mailbox技术，这就意味着需要对于相同的光线和三角形之间进行不止一次的相交测试。
3.2 KD-tree
在二叉树中，我们将内部节点和叶子节点区分开。叶子节点用来表示体素和与之相关的保存在该体素内的三角形的引用。一个内部节点用来表示空间区域的某个部分。所以，内部节点包含一个分裂面的两个子树的引用，而叶子节点只包含一个三角形列表。
KD-tree的创建过程从上而下，根据一个评价函数，通过放置一个分离平面，递归的将场景分离成两个体素。我们能够以递归的方式遍历KD-tree，但是由于GPU没有堆栈结构，所以无法应用递归的策略。取而代之的是，我们能够通过记住我们沿着光线前进了多远来向上或者向下遍历树。这种策略消除了需要堆栈的限制，使得用CPU来完成对KD-tree结构的遍历成为可能。
3.3 包围体层次(BVH)
Goldsmith和Salmon提出了一个评价函数，通常被称为表面积启发式函数。他们通过父节点和孩子节点的表面积之比来形式化的表述这个关系，此评价函数如下所示：此处，hit(n)是光线击中节点n的情况，Sn是节点n的表面积，c和p分别表示父节点和孩子节点。这个评价函数给出了，当用一条随机的光线同层次结构求交的时候，成本上的估计。由于没有最优的方法去有效的构造一个最优的BVH，提出了不同的构造技巧。下面，将列出比较通用的方法。
在实践中，对于包围体应用的最广泛的就是轴对齐包围盒(AABB)。AABB易于实现，并且同光线的求交测试非常快。大多数有关BVH的论文在描述BVH的创建的时候，通常分别以Kay和Kajiya，或者Goldsmith和Salmon这两种基本的想法为基础。Kay和Kajiaya建议以自上而下递归的方式进行BVH的创建。
本文编号：6722
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/6722.html
