环境图的重要性抽样
在基于MIS的单向路径跟踪器和类似类型的渲染器中，对环境地图（EM）进行采样的最佳方法是目前已知的最佳方法，并且也是经过生产验证的理想方法？与那些以超复杂且难以理解的实现为代价提供完美采样的解决方案相比，我宁愿选择相对复杂且功能合理的解决方案。 到目前为止我所知道的 有一些简单的EM采样方法。可以以余弦加权的方式采样所需的半球，而忽略了BSDF和EM函数形状。结果，它不适用于动态EM： 为了将采样提高到可用水平，可以对整个球体上的EM亮度进行采样。它相对容易实现，并且效果很好。但是，采样策略仍然忽略了半球可见性信息和余弦因子（以及BSDF），从而导致表面上的高噪声，而这些噪声并未被EM的高强度区域直接照亮： 文件 我找到了一些有关该主题的论文，但尚未阅读。其中任何一个值得在前向单向路径跟踪器中阅读和实现，还是有更好的选择？ Agarwal等人（2003年）对环境图进行结构化重要性抽样。 Kartic Subr和Jim Arvo撰写的Steerable Importance Sampling（2007）。他们声称提出了“ ...一种用于环境图的有效分层重要性抽样的算法，该算法在考虑到余弦加权的情况下，在由任意表面的局部方向定义的正半球中生成样本。“论文《重要采样球谐函数》对此发表了评论：“他们创建了环境图的三角表示，并在每个顶点处存储了照明度并乘以前九个球谐基函数中的每一个。这形成了一个可操纵的基础，在该基础上可以将夹紧的余弦有效地旋转到任何方向。” Petrik Clarberg和TomasAkenine-Möller的直接照明实用产品重要性采样（2008）。一种对环境地图光照和表面反射率乘积进行采样的算法。使用基于小波的重要性抽样。 Jarosz，Carr和Jensenn撰写的《重要采样球形谐波》（2009年）。摘要说：“ ...我们提出了第一种实用的重要采样函数，表示为球谐（SH）...” Feng et al。（2015）的基于色调映射的均值漂移环境地图采样。这是很新的东西，我既没有找到它的参考，也没有找到论文本身。