问题七十：计算机图形中的采样（Sampling）

2024-05-26 10:47:35

为什么要学“采样”？

这个问题的答案估计很多。每个人都可能自己的答案，当然也有官方标准的答案。

别人的答案、或者官方标准的答案，与我何干？

我只是在学习“Ambient Occlusion”时需要对光线撞击点处的上半球面进行采样，以便得到阴影光线的方向。仅此而已。

参考书籍《Ray Tracing from the Ground Up》。

书上有关于如下知识点的详细介绍，咱不赘述。

在这里，我们只做三件事情：

1，对比各种采样技术：罗列各种采样技术，对比它们在单位正方形上的采样结果。

2，“采样”类的架构：定义Sampler为基类，各种采样技术对应的类都是继承Sampler。明确子类和父类的“分工”。

3，映射采样点：将采样点从单位正方形映射到单位圆和单位半球（这个结果后面会用到）。

70.1 采样技术的分类

我们这里会罗列的采样技术有：Random Sampling、Jittered Sampling、n-Rooks Sampling、Multi-Jittered Sampling、Hammersiley Sampling。

对于这些“奇奇怪怪”的采样技术，我们需要知道的是：

它们各自采用自己的方式来做同一件事情，那就是对单位正方形进行采样，最后的结果都是得到单位正方形上所有采样点的（二维）坐标（如下方红色方框示意）。

顺便说一句：后续，我们在“映射采样点”章节做的事情就是：将单位正方形上得到的采样点引射到其他图形上去。

70.1.1 Random Sampling

70.1.2 Jittered Sampling

70.1.3 n-Rooks Sampling

70.1.4 Multi-Jittered Sampling

70.1.5 Hammersley Sampling

70.2 程序架构

Sampler类的定义：

Multi-Jittered Sampling类的定义：

70.3 采样点映射

70.3.1将单位正方形上的采样点映射到单位圆上

70.3.2将单位正方形上的采样点映射到单位半球面上

若原采样点是通过Hammersley Sampling得到的，映射后的结果如下：

若原采样点是通过Regular Sampling得到的，映射后的结果如下：

70.4 其他说明

Referrance

[1]. Kevin Suffern, Ray Tracing from theGround Up, A K Peters Ltd, 2007.

问题七十：计算机图形中的采样（Sampling）相关推荐

JavaScript学习（七十）—函数中this的指向问题
JavaScript学习(七十)-函数中this的指向问题一.这些this的指向,是当我们调用函数的时候确定的,调用方式的不同决定了this的指向不同,一般指向我们的调用者
【genius_platform软件平台开发】第七十九讲：Linux系统中可执行程序后台运行的几种方式
[genius_platform软件平台开发]第七十九讲:Linux系统中可执行程序后台运行的几种方式 1. 问题描述 2. & 符号 3. nohup指令 4. ctrl + z.jobs. ...
【Microsoft Azure 的1024种玩法】七十四.五分钟在Azure Virtual Machines中快速部署一套软件项目管理及自动构建工具
[简介] Apache Maven由 Apache 软件基金会所提供的一个软件项目管理及自动构建工具,Maven 为开发者提供了一套完整的构建生命周期框架.开发团队几乎不用花多少时间就能够自动完成工程 ...
Tsukinai的第七十四个程序（输出字符串中的元音字母）
Tsukinai的第七十四个程序写一个函数,将一个字符串中的元音字母复制到另一个字符串,然后输出. 程序的运行示例如下: 提示信息:"\n输入字符串:" 字符串中的元音字母是eo ...
（七十六）：Masked Autoencoders Are Scalable Vision Learners
(七十六):Masked Autoencoders Are Scalable Vision Learners Abstract 1. Introduction 2. Related Work 3. M ...
GNN教程：DGL框架中的采样模型！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:秦州,算法工程师,Datawhale成员引言本文为GNN教程的 ...
神经网络七十年：回顾与展望
前言在七十年的发展历程中,神经网络曾历经质疑.批判与冷落,同时也几度繁荣并取得了许多瞩目的成就.本期分享一篇2016年发表在计算机学报的中文神经网络七十年综述供读者参考.该综述回顾了神经网络的发展历 ...
科普丨浅谈人工神经网络跌宕起伏七十年
人工神经网络在过去的七十年的时间里数次起起伏伏,几十年间人们一直在追求机器的智能化,在近几年的研究中,随着数据量的增加和深度学习神经网络算法的研究和进步,表明了深度学习是很有效的,但是仍有其局限性.而 ...
七十六、Python | Leetcode二分查找和分治算法系列
@Author:Runsen @Date:2020/7/4 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰 ...

最新文章

热门文章