Métodos de monte-carlo eficientes para iluminación global

Abstract

En esta tesis se describen y clasifican los métodos computacionales más importantes publicados acerca de algoritmos para síntesis de imágenes foto-realistas por ordenador (Iluminación Global), Estos métodos pueden clasificarse, a grandes rasgos, como métodos de Monte-Carlo y métodos de elementos finitos. A continuación, nos centramos en los métodos de Monte-Carlo, analizando la variancia que presentan, y aportando nuevas expresiones que la caracterizan. Este análisis de la variancia es necesario puesto que indica cuales son las distribuciones de muestreo más optimas. Estos resultados se usan para guiar el diseño de nuevos algoritmos de muestreo para métodos de Monte-Carlo de dos pasadas: primero se detalla un algoritmo para entornos puramente difusos, y posteriormente dicho algoritmo se extiende a entornos de cualquier tipo (no puramente difusos). Los algoritmos propuestos se basan en la técnica de muestreo por importancia en la segunda pasada. Para ello se usa información obtenida en la primera pasada, que describe las transferencias de energía más importantes entre elementos de la escena. El espacio de almacenamiento necesario se reduce mediante el empleo de técnicas de agrupamiento jerárquico de los objetos geométricos. Los algoritmos descritos se han implementado en un sistema de síntesis de imágenes desarrollado en nuestro departamento. Los resultados muestran la mayor eficiencia de los algoritmos propuestos frente a otros existentes.