蒙特卡罗 路径追踪
复习
Monte Carlo Integration
蒙特卡罗积分
为什么：
复杂的函数 不好写解析式 如何积分呢？
我们只想要最后的那个值 那个数
怎么做：用很多的长方形来近似面积
在积分域内不断采样 然后求平均
更多的样本 更小的误差
在X上积分 就在x上采样
Path Tracing
路径追踪
回顾Whitted style
提出路径追踪就是解决这里物理上的纰漏
问题1：镜面反射/平滑反射
whitted style在第二种glossy部分不够还原
犹他茶壶
问题2：光线到漫反射物体就停止是不正确的
color bleeding
康奈尔盒
但是渲染方程是没有问题的
采用蒙特卡洛方法来解渲染方程
从简单场景来验证可行性
最后写成蒙特卡罗积分的方式
可以看出 已经可以算出任何一个着色点的强度了
需要解决间接光照
在P点的间接相当于Q的直接
但这样并没有解决问题
问题一：光线的数量会爆炸
什么时候 N =？ 才不会爆炸
只有一个情况就是N = 1
递归的问题：没有停止的条件
提前限制次数会损失能量
所以引入了俄罗斯轮盘赌这种方法
我自己定一个概率
以这个概率向某地打一条光线
这里你仍然可以期望最后得到的结果是Lo
算法到这里已经正确了 但是并不高效
打到光源是看运气的 有很多的光线浪费掉了
因为我们采样是均匀的往四面八法来采样
所以是不是有别的采样方法
在光源上采样
但是已经不是在x上积分了
所以得把渲染方程写成在光源上的积分
我怎么能知道他没有阻挡呢？
路径追踪要写对确实是很不容易
他是否还算”入门”？
不是那么入门 但是足够”现代”
几乎完美还原了
照片级的真实感
http://www.graphics.cornell.edu/online/box/compare.html
直到今天还是用光线追踪这一概念
之前说光线追踪 一般是在说whitted style ray tracing
现在一般是所有光线传播方法的大集合
单向/双向路线追踪 光子映射 等等
半球采样没有涉及
给你任何一个函数 如何采样？
蒙特卡罗积分可以用在任意pdf上
那什么样的pdf是最好的？
随机数会不会有质量的差异？
会不会说有的随机数不够随机？
存在这样的随机数序列
不同的采样方法可不可以结合？
可以 mis
一个像素要有很多路径 最后再平均
为什么平均后就是像素的radiance
一个像素的radiance是不是有颜色？
没有 伽马矫正等
路径追踪到底入不入门？
这里是的 敬畏科学
