全局光照一直是计算机图形学领域中一个热门的话题,其主要研究光线在场景中传输过程以及与物体表面的交互过程。光线传输的发展致力于在影视制作,艺术仿真,游戏制作等中带来更加真实的画面效果。在游戏制作过程中美术一般要对场景中的材质、灯光等参数进行反复调优,如此才能达到一个让人满意的画面,而我们可以通过光线传输模拟算法来渲染游戏场景的静态画面以作为参考,为美术提供一个渲染目标进行比较,这对于调试游戏场景中的材质或者灯光的参数有着指导性的意见。为了应对游戏中复杂多样的场景,本文研究了全局光照算法的发展历程。其中梅特罗波利斯光传输算法是一种马尔可夫蒙特卡洛方法的光线传输算法,其对于复杂的场景也能有良好的表现。但为梅特罗波利斯光传输设计稳健的突变策略是一个具有挑战性的问题:不协调的突变既阻碍了状态空间的探索,也引入了结构化的图像伪影。且在整个状态空间上保持单一的手工设计策略无法处理复杂的材料、照明和几何的场景。通过将延迟拒绝的算法思想推广到光线传输算法当中,即在第一阶段被概率拒绝后也能在第二阶段再次提出新的建议进行概率接受,而不是停留在旧的状态上。同时两个阶段可以使用不同的突变转移核,以达到对不同区域有一定的适应性。为了探索能够更好地处理复杂场景的算法,本文提出以下优化改进方法:（1）延迟拒绝框架加强了马尔可夫链的局部探索,然而较差的全局探索会导致状态空间中某些部分过采样,因此本文将并行回火的思想融入算法中,通过并行运行M条链,这些链之间通过副本交换来互相影响,以此改善对状态空间的全局探索能力。（2）引入了一个自动控制突变转移中大步长概率的方法,其能对于不同的场景自动地调整大步长概率参数,能有助于算法的收敛从而影响渲染性能。（3）基于两级MLT的思想,先在第一级生成一张采样数较低的结果图,并将其作为重要性图,随后利用该结果来规范化第二级的目标分布函数,以促进样本在图像像素上分层,得到更好的视觉效果。经过实验证明,本文对延迟拒绝梅特罗波利斯光传输算法的优化改进方法,在各种具有复杂光传输的场景中都取得的更好的效果。