我现在正在尝试使用 C++、OpenGL 和 GLSL(用于 GPU 加速)实现光线转换体积渲染。为了获得更好的质量和性能，我想使用八叉树来组织 3D 医疗体数据，因此我可以轻松地使用一些算法，例如空间跳跃和自适应采样。
但是如何有效地构建八叉树呢？如何参观八叉树？当光线在体数据中传播时，如何确定采样点属于八叉树的哪个单元格或叶子？
最佳答案
有一篇关于 GPU 八叉树可用 here 的优秀文章(也有可用的源 here )。然而，它基于 Cg，但这可以被视为更多的优势。
当您使用医疗数据时，数据更密集，您可能也对 Cyril Crassin's Ph. D Thesis 感兴趣，它使用流式 GPU 稀疏八叉树来组织密集的体素数据。这里八叉树是在 GPU 上构建的，使用 3D 体积纹理进行数据存储(叶节点)和一个砖池用于分配内部节点，自底向上构建，然后进行 mip 映射以进行光线转换。
如果您愿意稍微弯曲一下，在 sparse voxel octree's 上有一个使用 CUDA 的大项目，它将提供对稀疏八叉树和光线转换的宝贵见解。