Games101-光线追踪(蒙特卡洛积分与路径追踪)

Reivew

在这里插入图片描述
渲染方程:看到的某点颜色等于自身发射的光,加上从四面八方反射的光
在这里插入图片描述
渲染里更多考虑连续性随机变量
随机变量x符合某一种概率密度分布f(x)
概率密度函数:非负,积分为1.
期望:值乘以概率密度加起来(或者积分)

Monte Carlo Integration/蒙特卡洛积分

在这里插入图片描述
蒙特卡洛 是为了解定积分:从a~b函数下面围的面积
在这里插入图片描述
在ab之间随机取一个数 x i x_i xi,得到对应的 f ( x i ) f(x_i) f(xi)。假设整个曲线是要给长方形,长方形高为 f ( x i ) f(x_i) f(xi),宽度为 a b ab ab,在ab间重复多次采样,将每次得到的长方形平均即为结果
在这里插入图片描述
在积分域 a b ab ab间随机采样一个位置,可以定义任何一个概率密度来采样,采样出位置 x i x_i xi,蒙特卡洛表示积分可以近似成 f ( x ) p ( x ) {f(x)}\over{p(x)} p(x)f(x)的求和平均
在这里插入图片描述
例子:假设在ab间均匀采样,则采样用的PDF各处相同,是个常数C
在这里插入图片描述
根据蒙特卡洛积分随机采样,采样得到 x i x_i xi,对应的 p ( x ) p(x) p(x) 1 b − a {1}\over{b-a} ba1
得到的结果就是之前的定义:随便取一个x,找到高度,乘以b-a,得到一个矩形,再把所有采样的矩形求平均
在这里插入图片描述
不管如何采样,只要有一个满足的PDF,求可以求到定积分的近似

只需要能够在ab间以一种方式进行采样,只要知道采样对应的PDF就可求积分。不用关心积分域是多少,因为积分域已经在PDF里体现出来了

性质:

  1. 采样数越多,方差越小,得到的结果越准
  2. 对x采样,对x积分

Path Tr

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值