問(wèn)題：

1、性能

算法的遞歸性質(zhì)和大數(shù)目的追蹤光線，渲染過(guò)程可能持續(xù)數(shù)小時(shí)。80-90%的渲染時(shí)間花費(fèi)在計(jì)算光線和物體交點(diǎn)上。

2、走樣

3、尖銳的陰影

基本的光線追蹤算法只能得到尖銳的陰影(因?yàn)?a href="http://m.xsypw.cn/analog/" target="_blank">模擬的是點(diǎn)光源)。

4、局部光照和著色

算法只追蹤少數(shù)目的光線，只有四種類(lèi)型的光線被考慮在內(nèi)，物體之間的漫反射光沒(méi)有被考慮在內(nèi)，即算法并不包括全局光照。

解決方案：

1、性能

1. 使用更多或者更好的硬件

2. 大規(guī)模并行計(jì)算。每一個(gè)光線都相互獨(dú)立。將圖像分割，分配在多核上或者分布式網(wǎng)絡(luò)上；或者分配在多個(gè)線程上。

3. 限制交點(diǎn)檢測(cè)的數(shù)目。使用包圍盒的層次關(guān)系。快速判斷光線是否和一組物體相交。物體被分組在封閉的包圍盒中。利用空間細(xì)分技術(shù)：octree,BSP,grid.

4. 優(yōu)化交點(diǎn)檢測(cè)

5. 限制追蹤光線的數(shù)目，確定最大的遞歸層數(shù)。根據(jù)光線對(duì)當(dāng)前像素點(diǎn)貢獻(xiàn)值大小來(lái)限制遞歸深度。一個(gè)閾值用來(lái)確定后續(xù)光線由于對(duì)像素點(diǎn)貢獻(xiàn)太小而不會(huì)被追蹤。

2、走樣

使用超采樣(super sampling)、抗鋸齒(antialiasing)、jittering

1. 追蹤額外的主光線并取平均值。即超采樣，相對(duì)于每一個(gè)像素點(diǎn)取一條光線，你可以取特定數(shù)目的光線。每一個(gè)像素被分為亞像素，對(duì)每一個(gè)亞像素發(fā)射一條光線。當(dāng)所有的亞像素點(diǎn)都處理完畢，對(duì)亞像素點(diǎn)的顏色值取平均值，并將其賦值給該像素點(diǎn)。這種方法大大增加了渲染時(shí)間。

2. 自適應(yīng)抗鋸齒。在顏色劇烈變化的地方使用追蹤的主光線，顏色變化不大的地方使用最少的主光線。

3. 隨機(jī)抗鋸齒。隨機(jī)取樣代替常規(guī)取樣。

3、尖銳的陰影

原因：使用點(diǎn)光源、每個(gè)交點(diǎn)僅僅對(duì)應(yīng)一條陰影光線。

1. 區(qū)域光(area light)。使用一系列點(diǎn)光源來(lái)模擬區(qū)域光源。對(duì)于每一個(gè)交點(diǎn)，需要和點(diǎn)光源數(shù)目一樣多的追蹤光線。

2. Monte Carlo光線追蹤法。使用隨機(jī)超采樣，光源建模成球形光源，陰影光線指向代表光源的球上面的點(diǎn)。陰影光線顏色的平均值決定該交點(diǎn)最終的顏色值。

4、全局光照

依舊可以使用Monte Carlo法。使用Radiosity算法。