电脑图像

最近，我一直在尝试理解光与物质相互作用背后的一些物理原理。内蒂·霍夫曼（Naty Hoffman）在他的《阴影的物理和数学》一书中解释了菲涅耳反射率，并将材料的特征镜面反射色F 0定义为入射角为0°时的菲涅耳反射率。 在幻灯片65上，金的F 0为1.022、0.782、0.344（线性）。霍夫曼补充说： 其红色通道值大于1（在sRGB色域之外） 所有这些对我来说都没有太大意义。大于1的值将意味着在贡献红色通道的波长中，反射的能量多于接收的能量。这真的发生了吗？如果是这样，怎么以及为什么呢？ 此外，这是维基百科对某些材料（包括金（Au））的反射曲线。对于约600nm的红色波长，曲线肯定很高，但似乎不会超过100％。

13 physics  brdf 

我一直在阅读以下有关如何在CUDA中进行并行扫描的文章： https://developer.nvidia.com/gpugems/GPUGems3/gpugems3_ch39.html 在这篇文章中，重点是使扫描“高效工作”。换句话说，GPU算法执行的加法运算应不超过CPU算法O（n）。作者提出了两种算法，一种是“天真的”算法，可以进行O（nlogn）加法运算，另一种则认为“工作效率高”。但是，高效工作的算法执行的循环迭代次数是原来的两倍。 据我了解，GPU只是巨型SIMD处理器，应该同步运行。在“高效工作”算法中执行两倍的循环似乎意味着从长远来看，许多线程将处于空闲状态并降低性能。我想念什么？

13 gpu  compute-shader 

在对smallpt进行学习和试验之后，我写了一个小路径跟踪器。 我自己没有写（也不理解）的唯一一件事就是如何计算初始光线并从相机发射它们。我的原则是正确的，但是我正在寻找一些资源来描述如何： 计算射线的初始方向 模拟一个真实的镜头（与针孔相机相反），据说可以实现像景深这样的效果？ 不需要最先进的数学和物理学，但如果进行了详尽的解释，则可以。

13 raytracing  lighting  monte-carlo  physically-based  physics 

与像素阵列相比，它压缩数据是显而易见的。 但是，它与常规压缩（例如png，jpeg）有何不同？

13 texture  compression 

我已经使用了实时光线追踪（和raymarching等），但是在非实时光线追踪上却没有花太多时间-用于更高质量的图像或用于预渲染视频等。 我知道一种在非实时情况下提高图像质量的常用技术是，每个像素仅投射更多光线并取平均结果。 在非实时情况下，还有其他技术可以作为提高图像质量的好方法吗？

13 raytracing  photo-realistic 

四元数（复数的二维扩展）可用于表示3D向量的旋转和缩放，并且将四元数应用于3D向量涉及两个四元数乘法，因此与通过相应变换矩阵进行乘法运算相比，所需运算更少。但是，通常改用线性和仿射变换矩阵，尤其是在着色器代码中。 （由于速度，稳定性等原因）什么时候使用四元数来表示三维缩放和旋转，而不是使用相应的转换矩阵，是否合适且更可取？

13 transformations 

我听说许多从事VR的人都在谈论扫描线赛车，它应该有助于改善运动到光子的延迟。但是，我不清楚如何使用OpenGL完成此操作。有人可以解释一下scanline racing如何工作，以及如何在现代GPU上实现它。

13 virtual-reality  scanline 

在在线阅读了几篇文章之后，我可以自信地说我对使用射线追踪时抗锯齿的工作原理一无所知。 我所了解的是，单个像素/射线被分成4个子像素和4条射线，而不是1条。 有人可以解释一下这是怎么做的（最好是用代码）吗？

13 raytracing  antialiasing  pixels  ray 

我可以了解三者之间的区别吗？一个很好的例子也会加起来。

13 2d 

我已经在几个地方看到，要使Perlin噪声循环无缝发生，就需要以略有不同的方式对它进行两次计算，并对两个结果求和。 此Perlin噪声数学常见问题解答给出了一个公式： F升Ò Ò p（x ，y，ž）= （t − z）⋅ ˚F（x ，y，ž）+ z⋅ ˚F（x ，y，ž− t ）ŤFloop(x,y,z)=(t−z)⋅F(x,y,z)+z⋅F(x,y,z−t)tF_{loop}(x, y, z) = \frac{ (t - z) \cdot F(x, y, z) + z \cdot F(x, y, z - t) }{ t} 使噪声函数沿方向循环。它还提到将其扩展为在2维中循环将对进行4个评估，在3维中循环将对进行8个评估。ž ˚F ˚FFFFžzzFFFFFF 我了解这可以使图块之间实现无缝连接，这种连接不仅连续而且可以连续微分，但直觉上希望是这样的情况：如果仅对噪声函数进行一次评估，并以所需的图块大小为模减少网格点。如果噪声函数仅基于紧邻的网格点（2D噪声为4，3D噪声为8），那么当要计算的点超过图块的右边缘时，一定要使用最左边的网格点与其他栅格点之间的噪声质量相同吗？ 由于我已经在多个地方看到了这种多重计算方法，因此我认为它必须具有一定的优势，但是我很难看到缺点，当网格点太大时，只需将网格点重新包装回起点即可。我想念什么？

13 algorithm  noise 

根据我的理解，镜面反射颜色通常是指当表面以法线入射时被反射时反射的光量，并标记为或。此外，对于非金属材料，该值是从该材料的折射率计算与式从菲涅耳公式推导出（其中1是空气或空隙的折射率）： F0F0F_0R0R0R_0nnnF0=(n−1)2(n+1)2F0=(n−1)2(n+1)2F_0 = \frac{(n - 1)^2}{(n + 1)^2} 根据维基百科上的折射率列表： 固体材料的通常在1.46（熔融石英）和2.69（Moissanite）之间。这意味着在0.03和0.21之间。nnnF0F0F_0 液体的通常在1.33（水）和1.63（二硫化碳）之间。如果我没记错的话，那意味着在0.02到0.057之间。nnnF0F0F_0 气体通常具有，所以我猜我们可以安全地假设为0。˚F 0n≈1n≈1n \approx 1F0F0F_0 所有这些值都非常低。即使是具有高折射率的晶体，例如钻石（）和硅藻土（），也几乎不会超过20％。然而，大多数金属的值都超过50％。而且，我已经多次阅读上述公式不适用于金属（可以很容易地通过使用它来确认并看到完全错误的结果来确认），但是我没有找到任何进一步的解释。F 0 = 0.21 F 0F0=0.17F0=0.17F_0=0.17F0=0.21F0=0.21F_0=0.21F0F0F_0 是什么现象解释了这种差异？如何计算金属的（尤其是与之接触的介质的IoR不同于1，如水）？F0F0F_0

13 physics  refraction  fresnel 

在GLSL中，顶点属性的透视正确插值是默认设置-可以通过使用非透视限定符对特定的顶点属性禁用它。除了在后处理着色器中，我从未见过禁用透视校正的正确插值-还有其他用例吗？此外，从性能角度来看，它是否还会有所作为？

13 opengl  glsl  performance 

例如，在将非导体与导体进行对比时，Filament在https://google.github.io/filament/Filament.md.html的文档使用了“介电体”一词，它称为“金属”。在stackexchange上，https： //computergraphics.stackexchange.com/search ？ page = 2＆ tab = Relevance ＆ q = dielectric也为“ dielectric”带来了很多成功。在这些情况下，我通常会期望使用“绝缘子”一词。“介电”是源于某种历史渊源，还是使用的准确术语？

12 material 

我目前正在尝试实现Monte Carlo路径跟踪器。我已经进行了一些研究，似乎一种常见的材料处理方法是使用分层模型。像这样： 当光入射到表面时，菲涅尔告诉我们第一层反射了多少光，第二层反射了多少，依此类推。 所以我做了类似但更简单的事情：只有一层高光和一层漫反射。尚无透射率。到目前为止，到目前为止，我对漫反射使用了一个简单的余弦加权brdf，对我的镜面反射使用了Cook-Torrance微面模型。 现在是最困难的部分：一旦射线击中表面该怎么办？通常，我会选择与表面材质相对应的brdf，对入射光方向进行采样，评估brdf，然后除以正确的概率分布函数。 但是在这里，表面撞击实际上对应于多种材料。天真的处理方法是为每个图层命中采样一次。但这显然是造成巨大性能损失的根源，这使我的道路实际上变成了树。 有更好的解决方案吗？

12 pathtracing  material  filtering 

在图形中，通常在一个像素的范围内获取多个样本，然后将它们组合在一起（最常见的做法是取平均值），以获得最终的样本像素颜色。这具有防锯齿图像的效果。 一方面，这对我来说很有意义，因为您实际上正在做的是在像素代表的区域上整合像素的颜色。按照这种思路，平均“随机”样本似乎是进行蒙特卡洛积分的理想设置。（“随机”可以分层，基于蓝噪声，低差异序列等） 另一方面，从数字信号处理的角度来看，这感觉是错误的（或者至少不像它那样正确）。从这个角度来看，感觉就像我们要进行大量采样，然后使用盒式滤波器（盒式模糊）进行下采样以获得最终像素值。因此，似乎理想的方法是使用Sinc滤波而不是对样本求平均。我可以看到盒式过滤器比按这些思路进行的辛克式思维便宜。 这让我有些困惑。我们正在整合像素区域并进行平均的核心思想是正确的吗？还是我们正在下采样并且应该使用sinc，但是由于快速而使用盒式滤波器？ 还是完全其他？ 有点相关：光线跟踪中的抗锯齿/过滤

12 sampling  antialiasing  supersampling