Reivew

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

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

蒙特卡洛 是为了解定积分:从a~b函数下面围的面积

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

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

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)为 1 b − a {1}\over{b-a} b−a1
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

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:
- 采样数越多,方差越小,得到的结果越准
- 对x采样,对x积分

最低0.47元/天 解锁文章
670

被折叠的 条评论
为什么被折叠?



