Các tác dụng phụ của độ sáng thiên vị trong quang phổ liên tục là gì?


8

Tôi muốn mô hình hóa các tia với dải tần số liên tục để tôi có thể thu được các hình ảnh bị tia với sự phân tách màu khi khúc xạ. Tôi có thể mô hình hóa nguồn sáng với phân bố tần số xác định bằng cách sử dụng phân phối để ảnh hưởng đến xác suất của một tia ngẫu nhiên nằm trong một dải tần số nhất định hoặc thay vào đó tôi có thể chọn tần số từ phân bố ngẫu nhiên đồng nhất và làm cho độ sáng của mỗi tia tỷ lệ thuận với phân phối tần số ở tần số cụ thể của nó. Tôi thấy cái đầu tiên chính xác hơn về mặt vật lý, nhưng tôi nghi ngờ cái thứ hai sẽ cho hình ảnh trông "hoàn thành" với ít tia hơn. Là nghi ngờ trực quan này là chính xác? Có bất kỳ tính năng sẽ bị mất từ ​​hình ảnh với cách tiếp cận thứ hai? Có cách nào để tăng tốc độ mà không ảnh hưởng đến hình ảnh không?

Câu trả lời:


8

Nói chung, các mẫu có trọng số đồng đều với phân phối thay đổi (lấy mẫu quan trọng) cho phương sai trung bình thấp hơn so với các mẫu phân phối đồng đều với trọng số thay đổi. Đây là một quy tắc chung của ngón tay cái trong Monte Carlo raytracing.

Tuy nhiên, một điều khác cần xem xét là cuối cùng bạn sẽ chuyển đổi hình ảnh sang RGB để hiển thị (tôi giả sử). Vì vậy, một vấn đề tiềm ẩn có thể là nếu một nguồn sáng có rất ít năng lượng trong phần màu xanh của quang phổ, thì bạn sẽ đặt một vài mẫu ở tần số màu xanh lam và kênh màu xanh lam của hình ảnh RGB cuối cùng có thể kết thúc quá ồn so với các kênh khác.

Một cách để giải quyết vấn đề này có thể là xem xét sản phẩm của phổ nguồn sáng với các đường cong khớp màu RGB được sử dụng để tạo đầu ra. Bạn có thể bình thường hóa ba cái này với nhau để đảm bảo bạn có đủ mẫu trong cả ba kênh, nhưng vẫn phân phối các mẫu theo tần số quan trọng nhất cho mỗi kênh.

Về cân bằng, tôi nghi ngờ rằng chỉ cần sử dụng phân phối tần số mẫu đồng đều sẽ đơn giản hơn và cho kết quả tốt miễn là quang phổ nguồn sáng khá mịn. Nhưng nếu bạn có quang phổ với các gai nhọn (ví dụ: đèn LED, laser, đèn huỳnh quang) thì việc lấy mẫu quan trọng phổ có thể sẽ cần thiết.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.