蔡 鹏， 尹宝才， 孔德慧

（北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室，北京 100124）

基于点云模型的光线跟踪算法得到很多的关注，因为它在全局光照方面提供了高质量的绘制效果。目前，点云模型的光线跟踪算法的点元，除了包含三维坐标，还包含法向量或半径等空间信息[1-3]。但通过激光扫描等方法获得的原始数据，即点云数据，只含有三维坐标的空间信息，点云模型的离散点的法向量和半径等属性是预先计算出来的，这需要很多时间，特别就大规模的点云模型而言；而且对于曲率变化大或支离破碎的模型，计算的离散点的法向量极有可能不一致，即造成光照计算的错误（不一致）。本文提出基于最近离散点的光线跟踪算法，直接对原始的点云模型进行光线跟踪，主要贡献有以下3项：

1）对原始的点云模型进行光线跟踪，不需计算离散点的法向量和半径等信息，因此，减少了内存开销。对于无法加载的大规模的点云模型（含法向量）或网格模型到内存进行绘制的情况，本文算法在内存的容量限制下仅加载上述模型的坐标信息，并在较少的时间内，完成光线跟踪，同时保证光线与离散点的局部表面交点的法向量的一致性（即使模型的曲率变化大或者是支离破碎的模型），从而产生光照一致的高质量的图像。

2）通过改变光线跟踪的参数（最近离散点的数目），即可达到渐进地多分辨率显示原始的点云模型的目的。……