基于TMS320DM642的PPM跟踪算法设计与实现

实现了关于图像渲染的五个主流算法： 光线投射（RC 1968） 光线跟踪（RT 1979） 光子映射（PM 1995） 渐进光子映射（PPM 2008） 随机渐进光子映射（SPPM 2011） 由于只是一个大作业，所以有设计上的不规范，请多多指教>< 但我还是写得很认真滴

使用局部Lipschitz边界进行分段跟踪 某些结果的源代码显示在2020年CGF并于2020年Eurographics上发表的论文“使用局部Lipschitz界线进行分段跟踪”中。此文档针对研究人员，学生或专业人士，他们可能想要复制以下内容中描述的某些结果纸。。 重要笔记 该代码不是产生本文所见场景的代码。因此，结果和时序可能与本文中的有所不同。 这是提供的研究代码，没有任何保证。但是，如果您有任何问题，您仍然可以给我发送电子邮件或创建问题。 测验 没有依赖关系。运行该程序将为细分跟踪算法渲染

传统的PPM（Posterior Probability Measure）视觉运动目标跟踪算法，在目标发生尺寸变化时，会因跟踪窗不能自适应地改变尺寸而导致目标跟偏甚至跟丢的现象。因此本文在深入研究PPM跟踪算法的基础上，基于PPM跟踪算法的运算特点，提出了一种能表征被跟踪目标尺寸大小的PPM缩放指标，进而设计了跟踪窗口自适应的PPM跟踪算法，实验显示，改进后的跟踪算法能得到较好的跟踪效果。基于TMS320DM642对嵌入式视觉目标跟踪系统的结构和功能进行设计，对改进后的PPM跟踪算法进行了DSP