[发明专利]基于定义域和值域的卷积近似的着色器自动滤波方法、装置和系统

权利要求书

1.一种基于定义域和值域的卷积近似的着色器自动滤波方法，包括：将着色器解析成以抽象语法树组织的多个计算节点，将每个计算节点看作随机变量，采用中值-方差概率统计方法统计每个计算节点的概率密度分布，以实现卷积近似，并以最后计算节点的输出中值作为着色器自动滤波结果，其特征在于，

针对每个计算节点，基于绘制计算函数和计算节点的定义域、输入中值和输入方差，计算计算节点的输出中值和输出方差，包括：计算绘制计算函数和以输入中值和输入方差表示的概率密度函数在定义域内的卷积积分，得到输出中值和输出方差，并在值域内，对输出中值和输出方差做重归一化处理，以优化输出中值和输出方差；

依据输出中值和输出方差获得输出节点的概率密度分布函数，所述输入中值和输入方差为在数据流方向上与当前计算节点相连的上一计算节点的输出中值和输出方差；

在对输出中值和输出方差做重归一化处理时，依据以输出中值和输出方差表示的概率密度函数在定义域内的输出中值和输出方差与在实域中的输出中值和方差的差值来构建损失函数，并设定输出中值和输出方差的初始调整步长，每次迭代优化时，依据损失函数的变化情况更新调整步长，依据调整步长优化输出中值和输出方差，直到达到预设迭代次数为止确定的输出中值和输出方差即为优化后的输出中值和输出方差。

2.如权利要求1所述的基于定义域和值域的卷积近似的着色器自动滤波方法，其特征在于，构建的损失函数L为：

其中，μ_Y、为输出中值和输出方差，是在值域范围内优化的输出中值和输出方差，是标准的高斯函数，[a^o,b^o]表示结合计算函数和输入变量u的定义域产生的计算函数的值域，符号||·||表示一阶范式；

每次迭代优化时，依据更新的输出中值和输出方差和损失函数L计算损失函数值，在当前迭代次损失函数值相比上次迭代损失函数值大时，更新调整步长，进而依据更新的调整步长优化输出中值和输出方差。

3.如权利要求2所述的基于定义域和值域的卷积近似的着色器自动滤波方法，其特征在于，在当前迭代次损失函数值相比上次迭代损失函数值大时，更新调整步长为上次迭代调整步长的-1/2。

4.如权利要求2所述的基于定义域和值域的卷积近似的着色器自动滤波方法，其特征在于，依据损失函数的变化情况更新调整步长，依据调整步长优化输出中值和输出方差时，分阶段优化输出中值和输出方差，在每个优化阶段内：

首先，将上一优化阶段确定的输出中值和输出方差作为初始值，每次迭代计算时，依据计算损失函数的变化情况更新输出中值的调整步长，依据输出中值的调整步长优化输出中值，输出中值阶段优化结束时，获得阶段性确定的输出中值；

然后，依据当前优化阶段确定的输出中值和上一优化阶段确定的输出方差作为初始值，每次迭代计算时，依据损失函数的变化情况更新输出方差的调整步长，依据输出方差的调整步长初步优化输出方差，输出方差阶段优化结束时，获得阶段性确定的输出方差。

5.如权利要求1所述的基于定义域和值域的卷积近似的着色器自动滤波方法，其特征在于，针对每个计算节点，基于绘制计算函数的定义域，采用高斯函数拟合法计算输入中值和输入方差在定义域内的输出中值和输出方差，具体过程为：

依据绘制计算函数、由输入中值和输入方差表示的概率密度函数构建复合函数，采用高斯函数对复合函数处于绘制计算函数的定义域内的极值点进行拟合逼近，以拟合效果最好的高斯函数的中值和方差作为输出中值和方差。

6.如权利要求5所述的基于定义域和值域的卷积近似的着色器自动滤波方法，其特征在于，直接通过查表的方式获得高斯函数的中值和方差作为输出中值和输出方差，中值和方差的表达式是通过高斯函数对处于绘制计算函数的定义域内的计算函数和概率密度函数的卷积的极值点进行拟合逼近并且预存储。