蒙特卡洛方法_蒙特卡洛方法多重采样！

简介

我们终于来到了跟渲染有一点点关系的部分了，这部分我们看完之后就可以去改进我们的多重采样部分的代码了。我们应该抽象的看待我们之前获取到的那些数学公式： 

这里实际上相当于  。然后S就相当于是概率，我们应该想起来我们先前推导来推导去的那些公式：pdf、cpdf、r、e、f。

动机与初心

还记得不记得我们在渲染的时候碰到的是啥问题？我们碰到的问题是不知道如何去给一个光线权重的问题，我们如果对某一个像素进行渲染的时候，只发射一根光线去计算这个像素点的颜色的话，会有很大的噪声。

为了解决这个问题，我们引入了多重采样，但是在多重采样后，我们又面临了曝光度过大的问题，所以我们需要给每一根光线一个权重，来缩放它们最终生成的颜色在最终画面里的比重。这样一来，我们在光线追踪学习的时候直接采用的是平均值的方式，我们先把所有光线生成的颜色加起来，然后除以光线的总数量。这种方法简单粗暴，但是不是最好的办法，我们其实更期望能根据光线自身的特性来给予光线一个权重，于是乎我们开始了蒙特卡洛方法的研究之旅。

有些人学着学着就把初心给丢了，我们一次又一次的帮助同学们捡起这个玩意。

回归初心

在故事的开始，我们是要计算面积的： 

年轻的我们写下了这样的代码来解决这个问题：

#include #include #include f