問題：

1、性能

算法的遞歸性質和大數目的追蹤光線，渲染過程可能持續數小時。80-90%的渲染時間花費在計算光線和物體交點上。

2、走樣

3、尖銳的陰影

基本的光線追蹤算法只能得到尖銳的陰影(因為模擬的是點光源)。

4、局部光照和著色

算法只追蹤少數目的光線，只有四種類型的光線被考慮在內，物體之間的漫反射光沒有被考慮在內，即算法并不包括全局光照。

解決方案：

1、性能

1. 使用更多或者更好的硬件

2. 大規模并行計算。每一個光線都相互獨立。將圖像分割，分配在多核上或者分布式網絡上；或者分配在多個線程上。

3. 限制交點檢測的數目。使用包圍盒的層次關系。快速判斷光線是否和一組物體相交。物體被分組在封閉的包圍盒中。利用空間細分技術：octree,BSP,grid.

4. 優化交點檢測

5. 限制追蹤光線的數目，確定最大的遞歸層數。根據光線對當前像素點貢獻值大小來限制遞歸深度。一個閾值用來確定后續光線由于對像素點貢獻太小而不會被追蹤。

2、走樣

使用超采樣(super sampling)、抗鋸齒(antialiasing)、jittering

1. 追蹤額外的主光線并取平均值。即超采樣，相對于每一個像素點取一條光線，你可以取特定數目的光線。每一個像素被分為亞像素，對每一個亞像素發射一條光線。當所有的亞像素點都處理完畢，對亞像素點的顏色值取平均值，并將其賦值給該像素點。這種方法大大增加了渲染時間。

2. 自適應抗鋸齒。在顏色劇烈變化的地方使用追蹤的主光線，顏色變化不大的地方使用最少的主光線。

3. 隨機抗鋸齒。隨機取樣代替常規取樣。

3、尖銳的陰影

原因：使用點光源、每個交點僅僅對應一條陰影光線。

1. 區域光(area light)。使用一系列點光源來模擬區域光源。對于每一個交點，需要和點光源數目一樣多的追蹤光線。

2. Monte Carlo光線追蹤法。使用隨機超采樣，光源建模成球形光源，陰影光線指向代表光源的球上面的點。陰影光線顏色的平均值決定該交點最終的顏色值。

4、全局光照

依舊可以使用Monte Carlo法。使用Radiosity算法。