基于信息熵的蒙特卡罗全局光照的自适应抽样  

Adaptive Sampling for Monte Carlo Global Illumination Based on Entropy

作　　者：邢连萍[1] 徐庆[1] 

机构地区：[1]天津大学计算机科学与技术学院,天津300072

出　　处：《计算机工程》2007年第21期219-221,225,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(60572169);教育部留学回国人员科研启动基金资助项目(D4200407);天津市基础研究计划资助项目(06YFJMJC00400)

摘　　要：在真实感图形生成领域里,蒙特卡罗方法是计算整体光照问题的极佳选择。但是,在用基于蒙特卡罗的全局光照算法生成的图像中,当没有足够多的采样量的时候,存在大量的噪声。自适应抽样方法是减少这种噪声的一种很好的方法。该文提出了一种新的基于信息熵的自适应抽样算法。实验结果表明,该方法的效果优于香农信息熵等经典方法。Monte Carlo is a good choice to compute the problem of global illumination in the field of realistic image synthesis. However, the image produced by a Monte Carlo-based global illumination algorithm is noisy when not using a large enough number of samples. Adaptive sampling is an attractive means to reduce these noises. This paper introduces a new measure based on entropy for adaptive sampling. Experimental results show that the method can perform better than classic ones.

关 键 词：整体光照 蒙特卡罗 自适应抽样 信息熵 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]