蒙特卡罗算法综述

由程可以相比较时, 一般在 10 个平均自由程左右, 这方法算出的结果较为满意. 而对于大系统深穿透问题, 算出的结果往往偏低.对于大系统, 其他数值方法往往很适应, 能算出较好的结果.因此, 已有人将数值方法与蒙特卡罗方法联合起来使用, 克服这种局限性[13] , 取得了一定的效果. 随着计算机技术的飞速发展, 蒙特卡罗方法以其独特的优点广泛应用于计算及关照研究领域, 对蒙特卡罗方法的推广必将使其对物理学及光学学科的发展发挥更大的作用.8发展及我的想法基于徐老师提出的一种新的基于信息熵的自适应抽样方法。实验结果表明,用本文方法生成的图像在 RMS 的减小上有很大的提高,生成的图像的效果好于香农信息熵的和其他一些经典方法的效果。本文方法实现简单,对复杂场景的适用性同样很强。下一步将进一步研究更加高效的自适应抽样方法,现在蒙特卡罗算法用于光照方面的研究依然很少,我觉得在处理图像方面,尤其光照方面,我们应该继续研究,在此基础上加入具有限制条件的抽样方法。通过此次课程学习及文献查找,我对计算机图形学有了更进一步的学习,可是自己掌握的远远不够,我应该继续深入学习,争取在这个领域有所发展。参考文献 1 Pohlmann K G. 数字音频原理与应用[M]. 北京: 电子工业出版社, 2002. 2 Wolf W, Ozer B, Lv T. Smart Cameras as Embedded Systems[J]. Computer, 2002, 35(9). 3 Bram M, Dob A, Maier A, et al. Distributed Embedded Smart Cameras for Surveillance Application[J]. Computer, 2006, 39(2). 4 TMS320C6711 Datasheet[Z]. (2002-08). .