作者:i_dovelemon
日期:2017/09/04
来源:CSDN
主题:Rendering Equation, Probability Density Function, Cumulative Density Function
引言
前面几篇文章讲解了Importance Sampling的一些理论知识。自此我们知道了,重要性采样的核心在于根据被采样函数的重要性程度,合理的分布样本,在重要性大的地方样本数量要多,在重要性小的地方,样本数量可以减少。而这个分布可以根据被采样函数的PDF来得出。在了解了这些基本知识之后,我们就需要通过实际的采样操作来对Rendering Equation进行求解。而在Importance Sampling中,最重要的操作莫过于确定采样点的分布。后面的文章将陆陆续续为大家讲解,如何通过已知的Rendering Equation的PDF(因为大部分光照模型被提出的时候,模型的作者都会给出采样策略,得出PDF),求出在该PDF下的采样分布。
今天先来给大家讲解对于1D的情况,如何根据PDF进行采样。这个情况虽然不是最终的操作,但是却是最终操作中一个很重要的部分,所以有必要先了解下。
累积密度函数(Cumulative Density Function, CDF)
在讲解实际的求法之前,先来了解一个新名词-累积密度函数。拿摇骰子举例。我们知道每一个骰子点数出现的概率都为 16 .那么摇一次骰子,点数小于等于4的概率为 46 ,而这个值就可以认为是摇骰子在小于等于4时候的累积密度函数 P(4)=