Data structures kd树的交集检验

我目前对kd树的理解是；在每个节点上，我们将我们的点分成两个相等大的组，用于一个轴

我们遍历各个轴，直到树饱和

当然，这种数据结构对于光线跟踪应用程序来说很有趣，因为我们不必搜索每个三角形面来测试我们与光线的相交，我们只需知道三角形与光线相交的可能位置

---

我对如何做到这一点有些疑问

我们如何处理无法轻松拆分的奇怪三角形（与其他三角形相交的三角形或跨越整个三角形）

我们是在三角形上分割还是在顶点上分割？

我们如何准确地测试从相机发出的光线的交点？

---

我看到了几种方法。首先，我们可以从场景和分割平面构建边界框，并测试与这些框的交点，或者我们可以测试与分割平面的交点，并查看交点相对于相机的位置。简单的回答是：这一切取决于您的应用程序。有几种方法kd树的变异

我们如何处理无法轻松拆分的奇怪三角形？ 我相信你指的是为给定的一组三角形选择分割平面。这是一个非常困难的优化问题，通常通过启发式方法解决。例如，你可以沿着一个轴对三角形的质心进行排序，并选择中值作为分割平面。没有什么可以阻止你实现更多的集成聪明的标准

如果您发现分割平面穿过一个基本体，您有两个选择。要么分割基本体，要么将其添加到两个子树中。您应该做什么取决于您的应用程序

我们是在三角形上分割还是在顶点上分割？ 这取决于要添加到树中的基本体。如果要使用树进行光线投射，则在树中包含三角形是有意义的。kd树是一个非常通用的概念，适用于任何类型的基本体。例如，它们也广泛用于点云

我们如何准确地测试从相机发出的光线的交点？ 通过遍历树来完成此操作。因此，从根节点开始，检查光线是否与关联的边界框（即整个空间）相交。然后检查两个子树中的哪一个子树首先与光线相交，然后继续此子树。然后重复：测试与节点的AABB相交（从拆分平面增量生成）。如果光线未与AABB相交，则立即返回到父节点。如果相交，则继续到第一个子节点。从第一个子节点返回时，转到第二个子节点（除非已找到相交点）

---

有关更多详细信息，我建议您查看kd树的特定于应用程序的实例。

我会在不同的帖子上询问您的每个问题（显然，这些问题可能没有琐碎的解决方案）。此外，这个问题最好在上问。@nbro当我键入“交叉点测试kd树”时，您是否愿意提供一个链接进入谷歌这篇文章是最好的结果，第二，请不要再编辑这篇文章，你只是让它更难阅读，第三，因为所有问题都与kd树交叉测试的高度特定主题有关，我不认为用三个问题淹没提问队列是有益的，有意义的，接受！如果这是由你的研究领域可能有“简单”的光线跟踪去噪吗？你说的去噪是什么意思？光线跟踪通常不会产生明显的噪声。我认为它在非常低的采样率（<16 spp）下会产生噪声.我不想再占用你的时间了，我只是想既然你知道你在说什么，你可能手头上有一些关于这个问题的资料，你可能指的是路径跟踪。光线跟踪中每像素多个样本给你的是反走样。我手头上没有任何资料，但最初的几个谷歌结果看起来很好omising（您可能已经找到）：，。此外，如果您想看到kd树正在运行，请查看。