对并行确定性一致光传输模拟的分块式屏幕空间样本加扰的制作方法
【专利摘要】用于对并行确定性一致光传输模拟的分块式屏幕空间样本加扰的系统、方法和计算机程序产品。提供一种用于计算用于图像平面中的像素的值的系统、方法和计算机程序产品。在使用中，标识与图像平面相关联的低差异序列。此外，确定关于作为域的图像平面的像素集的函数。进一步地，利用低差异序列和关于作为域的图像平面的像素集的函数来计算用于图像平面中的每个像素的值。
【专利说明】对并行确定性一致光传输模拟的分块式屏幕空间样本加扰
[0001]优先权声明
[0002]本申请要求享有于2012年11月26日递交的61/730，025号美国临时申请的优先权，其整个内容通过引用并入本文。
【技术领域】
[0003]本发明涉及渲染图像，并且更具体地涉及实施光传输模拟，还涉及用于对并行确定性一致光传输模拟的分块式“116(0屏幕空间样本加扰的系统、方法和计算机程序产品。
【背景技术】
[0004]传统地，光传输模拟一直用来增强所生成的图像的视觉真实感。例如，光传输模拟可以用来通过追踪光经过图像平面的像素的路径来生成真实感图像。然而，当前用于实施光传输模拟的技术一直与各种限制相关联。
[0005]例如，当前用于实施光传输模拟的方法可能产生可在渲染期间变成可见的瞬时假象(虹“化⑶)。这些假象可能干扰用户对所生成的图像的感知。因此需要解决与现有技术相关联的这些和/或其他问题。
【发明内容】
[0006]提供系统、方法和计算机程序产品用于计算用于图像平面中的像素的值。在使用中，标识与图像平面相关联的低差异序列。此外，确定关于作为域的图像平面的像素集的函数。进一步地，利用低差异序列和关于作为域的图像平面的像素集的函数来计算用于图像平面中的每个像素的值。
【专利附图】
【附图说明】
[0007]图1显示了根据一个实施例的、用于计算用于图像平面中的像素的值的方法。
[0008]图2显不了根据另一个实施例的、用于对并行确定性一致光传输模拟实施分块式屏幕空间样本加扰的方法。
[0009]图3显示了根据另一个实施例的、示例性的分块式样本加扰方法。
[0010]图4显示了根据另一个实施例的、分块式像素样本加扰过程对501301序列的样本的影响。
[0011]图5显示了根据另一个实施例的、光传输模拟中的结构化的瞬时假象以及这类瞬时假象在经更新的光传输模拟中的移除。
[0012]图6示出了在其中可以实现各先前实施例的各种架构和丨或功能性的示例性系统。
【具体实施方式】
[0013]图1显示了根据一个实施例的、用于计算用于图像平面中的像素的值的方法100。如在操作102中所示的，标识与图像平面相关联的低差异序列。在一个实施例中，低差异序列可以包括多个向量。例如，低差异序列可以包括以低差异为特征的向量序列。在另一个实施例中，低差异序列可以包括序列(、义)，其中表示汇聚(811110路径段的维度，并且
7,表示源路径段的维度。在又一个实施例中，低差异序列可以包括确定性低差异序列。
[0014]此外，在一个实施例中，低差异序列可以包括以6为基数的￡1(1 8)序列。在另一个实施例中，低差异序列可以包括秩1点阵序列。在又一个实施例中，低差异序列可以包括^1^011序列。在再一个实施例中，低差异序列可以包括混合序列。参见，例如“㈨2181-1011七6081-10 1111叫6 37111^6818 111 8如匕^丨丨”丨欠^丨匕^^其描述了混合序列并且在此通过引用整体并入本文。然而，当然低差异序列可以包括具有低差异的任何向量序列。
[0015]进一步地，在一个实施例中，低差异序列可以包括在图像平面内所找到的多个采样向量。例如，低差异序列内的每个向量可以表示在图像平面内被采样的光传输路径(例如，从图像平面内的高维路径空间所采样的光传输路径等)。
[0016]又进一步地，如在操作104中所示的，确定关于作为域的图像平面的像素集的函数。在一个实施例中，确定关于作为域的图像平面的像素集的函数可以包括确定关于作为域的图像平面的像素集的函数使得图像平面的每个像素对到图像中的另一个像素的单个映射加以共享。在另一个实施例中，关于作为域的图像平面的像素集的函数可以与一个或多个预定维度相关联。例如，可以确定两个维度与图像平面相关联，并且可以根据那两个维度来实施关于作为域的图像平面的像素 集的函数。
[0017]另外，在一个实施例中，确定关于作为域的图像平面的像素集的函数可以包括确定图像平面的像素的置乱(押^皿^社丨。]!)。例如，可以确定图像平面的像素的置乱(例如图像平面内的像素的排列等),其中可以选择置乱来提高人类视觉系统对图像平面的感知。例如，可以根据人类观看者如何处理图像信息来确定图像平面的像素的置乱，使得图像平面中的假象可以被解决而不需要独立采样。
[0018]此外，在一个实施例中，可以随机实施关于作为域的图像平面的像素集的函数。在另一个实施例中，可以利用一个或多个确定性方法(例如模仿随机映射的特性等)来实施关于作为域的图像平面的像素集的函数。在又一个实施例中，关于作为域的图像平面的像素集的函数可以包括关于作为域的图像平面的像素集的固定函数。例如，关于作为域的图像平面的像素集的函数可以包括由优化过程所选择的固定置乱，其中这类优化过程可以根据置乱平均解决多少相关性来对这些置乱进行评级。在另一个示例中，关于作为域的图像平面的像素集的函数可以包括由至少一个置乱多项式所生成的置乱。在又一个示例中，关于作为域的图像平面的像素集的函数可以包括由伪随机映射所确定的置乱。在再一个示例中，关于作为域的图像平面的像素集的函数可以包括存储为表格的置乱。
[0019]此外，如在操作106中所示的，利用低差异序列和关于作为域的图像平面的像素集的函数来计算用于图像平面中的每个像素的值。在一个实施例中，所计算的用于每个像素的值可以包括贡献测量(例如，对与该像素相关联的光传输、与像素相关联的颜色等的测量在另一个实施例中，对于图像平面中的第一像素，可以利用低差异序列内与映射到第一像素的第二像素相关联的采样向量、利用关于作为域的图像平面的像素集的函数来计算用于该像素的值。
[0020]又进一步地，在一个实施例中，可以变换与像素相关联的采样向量。例如，可以变换采样向量以模仿与采样向量关联到的像素相关联的过滤器内核。在另一个实施例中，可以以上述方式来计算用于每个像素的值以作为对噪声移除过程的预处理。例如，以上过程可以减少当渲染图像平面时所产生的假象的数目。
[0021]另外，在一个实施例中，可以划分图像平面。例如，可以将图像平面划分为多个像素块(1116),其中每个像素块作为其自己的图像平面被处理。在另一个实施例中，关于作为域的图像平面的像素集的唯一函数可以与每个像素块相关联。在又一个实施例中，像素块中的每一个可以使用关于作为域的图像平面的像素集的通用共享函数。
[0022]此外，在一个实施例中，可以每像素地枚举低差异序列内的采样向量，使得枚举索引可以与每个像素相关联。在另一个实施例中，可以随机但固定地选择枚举索引的一部分(例如枚举索引的位的上半部分、索引的最重要的位等在又一个实施例中，可以随机或伪随机地选择枚举索引的另一部分(例如枚举索引的位的下半部分、索引的最不重要的位等在另一个实施例中，可以将置乱多项式应用于低差异序列以实施确定性加扰。以此方式，可以减少假象。
[0023]进一步地，在一个实施例中，可以将所标识的低差异序列划分为多个低差异序列，并且可以使用关于作为域的图像平面的像素集的函数来选择分区中的至少一个，以利用所标识的低差异序列的所选择分区来计算用于图像平面中的每个像素的值。在另一个实施例中，可以利用所确定的关于作为域的图像平面的像素集的函数来为图像平面的每个像素选择单独的第一索引，并且可以从用于图像平面的每个像素的单独的第一索引开始对低差异序列进行枚举。
[0024]又进一步地，在一个实施例中，可以利用所确定的关于作为域的图像平面的像素集的函数来修改每像素所标识的低差异序列的枚举的顺序。在另一个实施例中，可以利用关于作为域的图像平面的像素集的函数来确定用于一个或多个确定性方法的初始值以生成模仿随机数流特性的伪随机数流。
[0025]另外，在一个实施例中，可以使用由旋转、加扰和利用所生成的伪随机数流的起始点中的至少一个所修改的所标识的低差异序列来计算用于图像平面中的每个像素的值。在另一个实施例中，所确定的关于作为域的图像平面的像素集的函数的相同值可以跨所标识的低差异序列的所有维度使用。在又一个实施例中，可以利用所确定的关于作为域的图像平面的像素集的函数来修改每像素所标识的低差异序列的枚举的顺序。
[0026]现在将关于各可选架构和特征来阐述更多示例性的信息，根据用户的期望可以采用或不采用所述架构和特征来实现前述的框架。应该强烈注意下面的信息出于示例性的目的而阐述并且其不应该被认为是以任何方式进行限制。下面特征中的任何一个可以可选地合并，排除或无需排除所述的其他特征。
[0027]图2显示了根据另一个实施例的、用于对并行确定性一致光传输模拟实施分块式屏幕空间样本加扰的方法200。作为选项，方法200可以在图1的功能性的上下文中实行。然而，当然方法200可以在任何期望的环境中实现。还应该注意前述定义可以在本描述期间应用。
[0028]如在操作202中所示的，标识与图像平面相关联的确定性低差异序列。在一个实施例中，确定性低差异序列可以包括具有本质上是确定性的低差异的向量的序列。在另一个实施例中，包括在确定性低差异序列中的向量可以包括来自图像平面的所采样的光传输路径。在又一个实施例中，图像平面可以包括多个像素。
[0029]此外，在一个实施例中，确定性低差异序列可以包括序列，其可以包括以6=2 为基数的 3(1:，8)序列。参见，例如 “011 1:116 1)181:1-113111:1011 0？ ^01111:8 111 8 011)36811(1 1:116 6^^11181:1011 0？ 8，，( 1.80^01 ^ , 211.^70^181.^12., 7 (4): 784 - 802, 1967)和“ 1^11(10111 ^111111361- 661161~81:1011 811(1 011881-10111:6 081-10161:110(18 (?.^16(161-1-611:61-, 81^1,费城，1992),其描述了 50)301 序列并在此通过引用整体并入本文。在另一个实施例中，可以为任何维度8生成确定性低差异序列。在又一个实施例中，固定~^ 并且将序列划分为每201个点的连续的块可以导致每个201个点的I社1！！超立方样本。以此方式，任何这类块的每个一维正交投影可以恰好使单位间隔的每个均匀分区集中的一个点进入201个等分间隔。
[0030]进一步地，在一个实施例中，基数6=2可足以建立像素和501301序列的分区之间的双射。在另一个实施例中，通过使用30-1序列的前两个维度覆盖整个图像平面，使对其前两个维度在所选择的像素中的501301序列的点进行有效率地枚举成为可能。在又一个实施例中，通过双射与像素相关联的序列中的每一个可以是低差异的，并且因此可以保证收敛性。参见，例如“17访8 0？ 001111)111:61-狀”(六.1(61161%在编辑者
11.10111:6 0^1~10 811(1 011881~10111:6 0^1~10 161:110(182004,页 217 - 243.施普林格，2006中),其在此通过引用整体并入本文。
[0031]此外，如操作204中所示的，确定确定性低差异序列的两个维度，并且根据所确定的维度选择图像平面的像素的置乱。进一步地，如操作206中所示的，利用低差异序列和置乱来计算用于图像平面中的每个像素的值。在一个实施例中，所计算的用于每个像素的值可以包括颜色值。
[0032]在一个实施例中，用于图像合成的光传输的并行模拟可以采用确定性准蒙特卡洛(011881-10111:6 )方法。参见，例如“ 2111111161^1: 111? 011881~10111:6081~10 ？01111: 86^11611068111 2161116111:81~78` ” (1.61~1111801110 ? 1.尺&处和八.1(61161'’ 在编辑者 1.？1已8匕01:8和!1.\\^02111^1?0\^51?:1 , 10111:6 0^1-10 811(1 011881-10111:6 03X10 161:110(182010,页 399 - 408.施普林格，2012中),其在此通过引用整体并入本文。在另一个实施例中，每个像素的颜色值可以作为从高维路径空间所采样的多个光传输路径(例如1000至100，000个光传输路径等)的平均贡献进行计算。
[0033]又进一步地，在一个实施例中，利用低差异序列和关于作为域的图像平面的像素集的函数来计算用于图像平面中的每个像素的值可以减少图像平面的渲染中所显示的瞬时假象的数目。例如，相关性假象在相关的像素之间可能是可感知的并且在单个像素内可能不是可感知的。在另一个实施例中，置乱可以包括双射(例如两个集的元素的精确配对例如，像素相关性的量可以由将低差异序列(例如301301序列或任何其他低差异序列)的分区映射到像素的双射来确定。
[0034]另外，在一个实施例中，可以根据人类视觉系统如何处理图像信息来选择双射，其可以虑及干扰假象的解决而不需要独立采样。在另一个实施例中，图像平面的像素的置乱可以包括被选择作为双射以将30^1序列的分区映射到像素的随机置乱。以此方式，像素和501301序列到图像平面上的投影之间的所有相关性可以变成独立的并且这样可以不暴1序列的分区与屏幕上的像素相关联可以本集不变。在另一个实施例中，该变换可以捋噪声与图像信息分开而不影响底层准蒙
认不被影响，因为每个像素可以仍然使用低和确定性的方式被计算。在另一个实施例#来使能像素过滤器。参见，例如“？11七61；61~ 和匕 61-611161-,在20061222/2625-132，2006中),其在此通过引用整体并入
台样本集期间的假象，可以每像素地枚举義重要的位。例如，在64位实现方案中，可32个位可以用来枚举该像素里面的30-1可能出现的假象，可以应用置乱多项式来实其在此通过引用整体并入本文。在另一个1'的每像素的501301序列的枚举，可以与置`典构造的质量，尤其是关于样本的最小距:勺特殊情况，但是其可以抑制渐进采样的效上，抖动仅在低采样速率下是有用的。这符
兵的，因为算法复杂度至少是0 (23,其中8点集将在移除最小距离特性之外还虑及跨存集的均匀性。事实上，构造不是可扩展的找勺工作。注意因为一般不能保证样本的最#不一定导致最佳效率。然而，分层采样、I特性和极佳均匀性均是固有特性，其可以矣保证。
[可数目的样本的点集是许多低差异序列所义6为基数的(0, 8)序列是用于#样本的丨于任何数目的样本并且无论何时生成器向方样本。给定生成器向量，则8维度中的具例如“Randomized Halton sequences” (X.Wang 和 F.Hickernel1，Math.Comput.Modelling, 32:887 - 899, 2000)，其在此通过引用整体并入本文。第四替代可以是每像素选择单独的第一索引，从此处开始枚举低差异序列。移除瞬时假象的又一个替代是使用低差异序列的一个维度来将一个低差异序列划分为许多低差异序列并且将产生的低差异序列中的每一个分配到每一个像素。参见，例如“Parallel Quas1-Monte Carlo Integrationby Partitioning Low Discrepancy Sequences，，(A.Keller 和 L.Griinschlo β ),其在此通过引用整体并入本文。
[0052]在另一个实施例中，为了达到并行计算环境中的可重复性的期望特性，可以使用模仿随机映射的特性的确定性算法。用于这类伪随机映射的示例可以包括伪随机数生成器，其可以取代随机数而被使用。参见，例如“Random Number Generation and Quas1-MonteCarlo Methods”(H.Niederreiter, SIAM,费城，1992),其在此通过引用整体并入本文。这类伪随机数流可以通过应用合适的确定性伪随机数映射到状态以计算下一个状态并且迭代该过程来进行计算。给定固定的初始状态，伪随机数流可以是可重复的。
[0053]在一个实施例中，像素标识符的确定性映射可以不公开给相关联的采样模式。在另一个实施例中，伪随机数流和所指定的像素的关联可能由将像素标识符(例如其在帧缓冲区中的偏移等)解释为伪随机数生成器的初始状态而造成。这可以包括特殊的异或(XOR)加扰情况，其可以在使用位向量异或操作的计算机上实现。参见，例如“Fastgeneration of randomized low discrepancy point sets，，(1.Friedel 和 A.Keller,在编辑者 H.Niederreiter、K.Fang 和 F.Hickernell, Monte Carlo and Quas1-MonteCarlo Methods2000,页 257 - 273.施普林格，2002 中)和 “Efficient multidimensionalsampling，，(T.Kollig 和 k.Keller, Computer Graphics Forum(Proc.Eurographics2002),21 (3):557 - 563，2002年9月)，其在此通过引用整体并入本文。
[0054]另外，在一个实施例中，取代每像素的伪随机数流，产生自伪随机映射的第一数可被应用于像素标识符用于所有维度。例如，在Cranley-Patterson旋转的情况下，该第一数可被用于所有维度。在加扰的情况下，该第一数可以用于所有维度中的异或加扰。在另一个实施例中，来自伪随机映射的第一数还可以用作初始索引，并且低差异序列可以从该数开始被枚举。
[0055]表2示出了根据一个实施例的两个示例性的初始索引。当然，应该注意表2所示的示例性索引仅仅出于示意性的目的进行阐述，并且因此不应该被认为以任何方式进行限制。
[0056]表 2
[0057]initial_index=(Offset*0ffset*16807)&0x007fffff;
[0058]initial_index=(位置 X*277+ 位置 Y*610)%987;
[0059]如表2所示，“Offset”可以包括帧缓冲区存储器阵列内的像素的偏移，并且位置X和位置Y可以包括二维像素阵列中的像素坐标。在一个实施例中，算法可以对来自伪随机映射的第一数与用于枚举像素里面的样本的索引进行异或，其可以导致改变每像素的样本枚举的顺序。
[0060]图3显示了根据另一个实施例的、屏幕300内的示例性的分块式样本加扰方法。作为选项，方法300可以在图1-2的功能性的上下文中实行。然而，当然方法300可以在任何期望的环境中实现。还应该注意前述定义可以在本描述期间应用。
[0061]如所示的，屏幕300被划分为4X4个像素块304，每个像素块包含4X4个像素306。在给定屏幕坐标(X，y)处的用于像素308的样本取自于像素块里面的另一个像素310。在一个实施例中，可以向像素306的每个像素块304分配其自己的置乱以唯一地引用另一个像素的样本。
[0062]在另一个实施例中，取代使用关联到屏幕上的像素(x，y) 308的Sobol序列的分区，使用另一个像素310的样本。在又一个实施例中，取代在整个屏幕上使用一个置乱，在一个实施例中屏幕被划分为块304，其中每个块304可以在其相关联的像素中使用其自己的置乱。分块式像素样本加扰过程对Sobol序列的样本的影响在图4中显示，其显示了在二维投影中可见的结构402-406中的Sobol序列的1000个样本。结构402和406包括没有分块式样本加扰所示的原始点，并且结构406和408显示了产生自分块式样本加扰的样本。
[0063]进一步地，图5显示了光传输模拟504中的结构化瞬时假象502以及在经更新的光传输模拟508中的这类瞬时假象的移除506，这示出了分块式样本加扰的结果。
[0064]图6示出了在其中可以实现各先前实施例的各种架构和/或功能性的示例性系统600。如所示的，提供系统600，包括至少一个主机处理器601，其连接到通信总线602。系统600还包括主存储器604。控制逻辑(软件)和数据存储在主存储器604中，主存储器604可以采取随机存取存储器(RAM)的形式。
[0065]系统600还包括图形处理器606和显示器608，即计算机监视器。在一个实施例中，图形处理器606可以包括多个着色器模块、光栅化模块等。前述模块中的每一个甚至可以布置于单个半导体平台上以形成图形处理单元(GPU)。
[0066]在本描述中，单个半导体平台可以指单独一个的基于半导体的集成电路或芯片。应该注意术语单个半导体平台还可以指具有增强连通性的多芯片模块，其仿真片上操作，并且通过利用常规的中央处理单元(CPU)和总线实现方案来做出实质的改进。当然，各模块还可以根据用户的期望分开地或以半导体平台的各种组合来布置。系统还可以由可包括(但不限于)现场可编程门阵列(FPGA)的可重构逻辑来实现。
[0067]系统600还可以包括二级存储610。二级存储610包括例如硬盘驱动器和/或表示软盘驱动器、磁带驱动器、光盘驱动器等的可移动存储驱动器。可移动存储驱动器以众所周知的方式读取自和/或写入到可移动存储单元。
[0068]计算机程序或计算机控制逻辑算法可以存储在主存储器604和/或二级存储610中。这类计算机程序当执行时使得系统600能够实施各种功能。存储器604、存储610、易失性或非易失性存储和/或任何其他类型的存储是非暂时性计算机可读介质的可能示例。
[0069]在一个实施例中，各先前示图的架构和/或功能性可以在主机处理器601、图形处理器606、能够是主机处理器601和图形处理器606这二者的至少部分能力的集成电路(未显示)、芯片集(即设计为作为用于实施相关功能的单元来工作和出售的集成电路组等)、和/或用于该问题的任何其他集成电路的上下文中实现。
[0070]还有就是，各先前示图的架构和/或功能性可以在通用计算机系统、电路板系统、专用于娱乐目的的游戏机系统、特定于应用的系统、和/或任何其他期望系统的上下文中实现。例如，系统600可以采取桌面计算机、膝上型计算机和/或任何其他类型的逻辑的形式。还有就是，系统600可以采取各种其他设备的形式，包括但不限于个人数字助理(PDA)设备、移动电话设备、电视机等。
[0071]进一步地，虽然未显示，但是系统600可以耦连到网络(例如电信网络、局域网(LAN)、无线网络、诸如因特网的广域网(WAN)、点对点网络、电缆网络等)用于通信的目的。
[0072]虽然以上已经描述了各实施例，但是应该理解它们通过仅示例而非限制的方式加以呈现。因此，优选实施例的宽度和范围不应该被上述示例性实施例中的任何一个所限制，而应该仅根据下面的权利要求及其等同物所定义。
【权利要求】
1.一种方法，包括: 标识与图像平面相关联的低差异序列； 确定关于作为域的所述图像平面的像素集的函数；以及 利用所述低差异序列和关于作为所述域的所述图像平面的所述像素集的所述函数来计算用于所述图像平面中的每个像素的值。
2.如权利要求1所述的方法，其中确定关于作为所述域的所述图像平面的所述像素集的所述函数包括确定关于作为所述域的所述图像平面的所述像素集的函数使得所述图像平面的每个像素对到所述图像平面中的另一个像素的单个映射加以共享。
3.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数与一个或多个预定维度相关联。
4.如权利要求1所述的方法，其中两个维度被确定与所述图像平面相关联，并且根据那两个维度实施关于作为所述域的所述图像平面的所述像素集的所述函数。
5.如权利要求1所述的方法，其中确定关于作为所述域的所述图像平面的所述像素集的所述函数包括确定所述图像平面的所述像素的置乱。
6.如权利要求1所述的方法，其中确定关于作为所述域的所述图像平面的所述像素集的所述函数包括确定所述图像平面的所述像素的置乱，其中所述置乱被选择以提高人类视觉系统对所述图像平面的感知。
7.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数被随机地实施。
8.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数利用一个或多个确定性方法被实施以模仿关于作为所述域的所述图像平面的所述像素集的随机函数的特性。
9.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数包括关于作为所述域的所述图像平面的所述像素集的固定函数。
10.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数包括由优化过程所选择的固定置乱，其中这类优化过程通过置乱平均解决多少相关性对所述置乱进行评级。
11.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数包括由至少一个置乱多项式所生成的置乱。
12.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数包括由伪随机映射所确定的置乱。
13.如权利要求1所述的方法，其中关于作为所述域的所述图像平面的所述像素集的所述函数包括存储为表格的置乱。
14.如权利要求1所述的方法，其中与像素相关联的采样向量被变换以模仿与所述采样向量关联到的所述像素相关联的过滤器内核。
15.如权利要求1所述的方法，其中所述图像平面被划分为多个像素块，其中每个像素块作为其自己的图像平面被处理。
16.如权利要求15所述的方法，其中关于作为所述域的所述图像平面的所述像素集的唯一函数与每个像素块相关联。
17.如权利要求15所述的方法，其中所述像素块中的每一个使用关于作为所述域的所述图像平面的所述像素集的通用共享函数。
18.如权利要求1所述的方法，其中所述低差异序列内的采样向量被每像素地枚举，使得枚举索引与每个像素相关联，其中所述枚举索引的一部分被随机但固定地选择，并且其中所述枚举索引的另一部分被随机或伪随机地选择。
19.如权利要求1所述的方法，其中所标识的低差异序列被划分为多个低差异序列并且关于作为所述域的所述图像平面的所述像素集的所述函数用来选择分区中的至少一个以利用所述所标识的低差异序列的所选择的分区来计算用于所述图像平面中的每个像素的值。
20.如权利要求1所述的方法，其中利用所确定的关于作为所述域的所述图像平面的所述像素集的函数来选择用于所述图像平面的每个像素的单独的第一索引，并且所述低差异序列从用于所述图像平面的每个像素的所述单独的第一索引开始被枚举。
21.如权利要求1所述的方法，其中利用所确定的关于作为所述域的所述图像平面的所述像素集的函数来修改每像素所标识的低差异序列的枚举的顺序。
22.如权利要求1所述的方法，其中利用关于作为所述域的所述图像平面的所述像素集的所述函数来确定用于一个或多个确定性方法的初始值以生成模仿随机数流的特性的伪随机数流。
23.如权利要求22所述的方法，其中用于所述图像平面中的每个像素的值使用所标识的低差异序列被计算，所述所标识的低差异序列由旋转、加扰和利用所生成的伪随机数流的起始点中的至少一个所修改。
24.如权利要求23所述的方法，其中所确定的关于作为所述域的所述图像平面的所述像素集的函数的相同值跨所述所标识的低差异序列的所有维度被使用。
25.如权利要求1所述的方法，其中利用所确定的关于作为所述域的所述图像平面的所述像素集的函数来修改每像素所标识的低差异序列的枚举的顺序。
26.一种存储指令的非暂时性计算机可读存储介质，所述指令当由处理器执行时，使所述处理器实施步骤，包括: 标识与图像平面相关联的低差异序列； 确定关于作为域的所述图像平面的像素集的函数；以及 利用所述低差异序列和关于作为所述域的所述图像平面的所述像素集的所述函数来计算用于所述图像平面中的每个像素的值。
27.—种系统，包括: 处理器，用于标识与图像平面相关联的低差异序列、确定关于作为域的所述图像平面的像素集的函数以及利用所述低差异序列和关于作为所述域的所述图像平面的所述像素集的所述函数来计算用于所述图像平面中的每个像素的值。
【文档编号】G06F9/44GK103838569SQ201310611626
【公开日】2014年6月4日 申请日期:2013年11月26日 优先权日:2012年11月26日
【发明者】马蒂亚斯·拉布, 卡斯滕·亚历山大·韦希特尔, 亚历山大·凯勒 申请人:辉达公司