图形学数学基础之Hammersley采样

作者：i_dovelemon
日期：2017/08/02
来源：CSDN
主题：hammersley，binary

引言

在图形学里面，用到了很多的采样算法。特别当你在写一个光线追踪器的时候，会使用大量的采样算法来对BRDF，光源等进行采样。这些采样操作，一般是先通过创建一个具有均匀分布的2D随机点集合，然后通过变换，将这些2D随机点变换到具体的采样数据上去，如BRDF的方向等等。关于这部分变换和相应的原理，后面会有相应的章节来讲解，今天我们先来了解一个在实现PBR中，经常被使用到的均匀分布的2D随机采样方式–Hammersley采样。

Hammersley采样

Hammersley采样，听上去好像很深奥的样子，实际上是一个十分简单的操作。

我们知道，在计算机里面大量使用了二进制来表示数据，如下表所示的一些十进制与二进制的对应关系：

十进制	二进制
1	1
2	10
3	11
4	100

而Hammersley采样就是利用计算机使用二进制表示的特性，来构造均匀分布的2D随机采样点。它是通过对一个二进制数进行Radical Inverse方法，来构造出一个值来实现的。它的过程如下表：

十进制	二进制	Radical Inverse	值
1	1	.1 = 1 * 1/2	0.5
2	10	.01 = 0 * 1/2 + 1 * 1/4	0.25
3	11	.11 = 1 * 1/2 + 1 * 1/4	0.75
4	100	.001 = 0 * 1/2 + 0 * 1/4 + 1 * 1/8	0.125

从上表可以看到，Radical Inverse方法，就是简单的将给定的十进制数的二进制表示方法，反过来放在小数点之后，构造一个在[0,1]之间的值。

在明白了Radical Inverse方法之后，我们就可以构造hammersley的2D随机分布的采样点集合，如下所示：