[发明专利]空间求交中的一种高效数据结构及其算法

说明书

技术领域

本发明涉及一种数据结构及其算法，尤其是空间求交中的一种高效数据结构及其算法。

背景技术

空间求交算法是图像渲染算法中的核心。为了提高求交速度，往往采用加速结构。其中作为在光线跟踪渲染中广泛使用的一种层次树结构，KD树(K-Dimensional Tree：一种由二叉搜索树推广而来的用于多维检索的树的结构形式，K即为空间的维数)得到了诸多研究者的关注。作为一种基于空间剖分的加速结构，它采用轴对齐的分割面对场景空间进行剖分，递归地生成空间单元间的组织结构。光线跟踪算法中，当光线穿越空间单元时，就借助空间单元间的这种组织关系，跨越空单元来直接找到包含物体的单元，并进行光线与物体的求交测试，然后计算光强进行场景渲染。算法中计算量最大的部分就是光线与物体的求交运算。为提高光线和物体的求交速度，除了KD树外，常用的加速结构还有Grids(网格)和BVH(Bounding Volume Hierarchies，层次包围体)等。文献[4]对基于CPU的光线跟踪算法的加速结构进行比较，认为对于不同类型的测试场景平均而言，KD树是最快的。同时由于光线跟踪有着天然的并行性，为了利用基于SIMD(Single Instruction Multiple Data，单指令多数据)计算平台的GPU(Graphic Process Unit，图形处理单元)协处理器在并行计算上的优势，将KD树算法移植到GPU上已成为目前的研究热点。

KD树算法包括创建和遍历两个过程。好的KD树构建方法能够生成优化的树结构，从而提高遍历速度。传统上KD树的实现一般基于递归过程或者栈数据结构，但GPU缺少对递归过程的支持且堆栈存取效率低下。因此Foley等人[5]提出了基于GPU的无栈遍历算法KD-restart。算法中为省去堆栈结构，每次遍历都退回到根节点处重新开始，因此遍历效率低下。斯坦福大学Daniel Reiter Horn等人[6]在此基础上提出了short-stack遍历算法，采用push-down结构降低额外的节点访问次数，效率高于KD-restart，但仍然需要使用少量堆栈。

故，需要一种新的技术方案以解决上述问题。

发明内容

本发明目的是针对现有技术存在的不足，提供一种可提高运算效率的空间求交中的一种高效数据结构及其算法。

为实现上述目的，本发明空间求交中的一种高效数据结构可采用如下方案：

空间求交中的一种高效数据结构，该数据结构用来保存与每个叶子节点六个面相邻的节点，所述叶子节点以及与叶子节点六个面相邻的节点位于一个KD树中。

本发明与现有技术相比：本发明数据结构用来保存与每个叶子节点六个面相邻的节点，即为每个叶节点保存了六个线索，这样根据光线在当前叶节点的穿出平面沿着线索直接得到后继节点，避免了从根节点或中间节点到叶节点过程中的“远”子节点压栈操作，从而使用本发明所述空间求交中的一种高效数据结构可显著提高运算效率。

为实现上述目的，本发明空间求交中的一种高效数据结构的算法可采用如下方案：

根据所述的空间求交中的一种高效数据结构的算法，设每个叶子节点六个面相邻的节点即为该叶子节点的六个线索，将父亲节点的线索值继承给孩子节点，然后根据父亲节点的分割方式修正孩子节点的两个线索；进行光线遍历跟踪时，遍历时如果光线经过了叶子节点且和此叶子节点中的图元无交点，则根据光线的穿出平面及该穿出平面的线索值得到下一个需遍历的节点。

本发明与现有技术相比：本发明中数据结构用来保存与每个叶子节点六个面相邻的节点，即为每个叶节点保存了六个线索，进行光线遍历跟踪时，可根据光线在当前叶节点的穿出平面沿着线索直接得到后继节点，避免了从根节点或中间节点到叶节点过程中的“远”子节点压栈操作，从而使用本发明所述空间求交中的一种高效数据结构的算法可显著提高运算效率。

附图说明

图1是本发明中节点二维结构与层次关系示意图。

具体实施方式

下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。