光线跟踪是一种可以实现高质量全局光照明效果的算法。该算法因为简单而被广泛应用。由于其算法复杂度较高,在实际应用中难以达到实时绘制的要求。因此,实时光线跟踪一直是计算机图形学研究领域追求的目标。通过使用加速结构、设计并行算法来提高光线跟踪的速度是近年来的一个研究热点。本文提出了一个基于OpenCL并且可以跨平台运行的动态场景实时光线跟踪绘制算法。通过对通用GPU并行处理性能的发掘和对多核CPU计算性能的评估,我们将光线跟踪的三个组成部分KD-Tree建立、场景遍历和绘制三个过程均设计在GPU上,而CPU则负责其中各模块调度和参数计算,从而充分利用了各部件的计算性能,并有效降低了数据传输开销。算法的核心是实时KD-Tree建树算法。通过设计并行分区、并行SAH、紧密的数据管理以及区间性叶结点存储等算法,可以在GPU中高效、高质量地建立动态场景的KD-Tree,同时高质量KD-Tree也有效地加速了场景的遍历速度。本文的算法较以前的多核CPU算法有更高的并行性,较以往的CUDA GPU算法有更强的通用性,在建树算法上亦有较低的算法复杂度。实验结果表明,本文的方法可以在NVIDIA GTX465和AMD HD5850显卡上对中等规模的动态场景实现实时光线跟踪绘制。