在游戏、CAD、虚拟现实、电影电视特效等众多应用的推动下,光线跟踪算法作为一种重要的真实感绘制技术被广泛地研究并得到了大力的发展。现代GPU在通用计算方面的发展已经证明了它是一个适合加速光线跟踪任务的处理器。本文着眼于GPU上的光线跟踪算法,主要研究内容为:以流处理的方式在GPU上实现光线跟踪算法及其加速策略,具体工作如下:首先,通过对GPU流处理图形管线和BrookGPU的研究,设计一个光线跟踪系统的流处理模型,实现并验证该模型在GPU上的流处理映射。其次,提出基于GPU的进入点搜索策略。该策略通过对光线进入场景的位置进行预设,加速光线跟踪在GPU上的遍历过程。进入点搜索不但可以有效地减少传统的KD-restart遍历算法所引入的冗余遍历步数,而且还具有越过空节点向下设置进入点的能力,从而提高算法从KD树结构获得加速的能力。算法使用短栈实现进入点搜索,并利用掩码支持多光线的并行遍历,适合在GPU的高数据并行结构上运行。在Brook平台下,对进入点搜索算法进行实验和分析的结果表明:采用进入点搜索的算法在大多数情况下能有效地提高光线跟踪的绘制速度,在场景中物体遮挡关系较为复杂时,进入点搜索可将光线遍历的速度提升10%以上。最后,在进入点搜索算法的基础上,进一步提出层次化进入点搜索算法。该算法支持对一束光线的遍历,能利用光线的空间相关性以减少平均遍历步数,并能缓解进入点搜索算法因采用短栈而受到的限制,从而进一步提高绘制的速度。