2.辐射度学和相关函数

上篇文章我们介绍了辐射度学的四个基本量。接下来我们介绍如何用辐射度学描述各种光学现象。

辐射亮度入射和出射函数

当光线和场景中的表面交互的时候,通常来说辐射亮度函数 L L L在表面边界附近是不连续的。考虑极端情况下一个完全不透明的镜子,辐射亮度函数在表面前后的光学反应完全不同。因此,我们需要区分光在表面前后的不同行为。

L + ( p , ω ) = lim ⁡ t → 0 + L ( p + t n p , ω ) L^+(p, \omega)=\lim_{t \to 0^+}L(p+t\boldsymbol{n_p}, \omega) L+(p,ω)=t0+limL(p+tnp,ω)
L − ( p , ω ) = lim ⁡ t → o − L ( p + t n p , ω ) L^-(p, \omega)=\lim_{t \to o^-}L(p+t\boldsymbol{n_p,} \omega) L(p,ω)=tolimL(p+tnp,ω)
其中 n p \boldsymbol{n_p} np是p点的表面法向量。上式虽然可以精确表达表面前后时间顺序,但是这样未免有点繁琐。我们更期望区分到达某个点的辐射亮度和离开某个点的辐射亮度。

考虑表面的一个点p,到达p的辐射亮度分布用 L i ( p , ω ) L_i(p, \omega) Li(p,ω)表示,离开p的辐射亮度用 L o ( p , ω ) L_o(p, \omega) Lo(p,ω)表示,如下图。注意两种情况下向量 ω \omega ω都是从p指向外面的。
在这里插入图片描述
L i L_i Li L o L_o Lo与上面极限的相关关系为:

L i ( p , ω ) = { L + ( p , − ω ) , ω ⋅ n p &gt; 0 L − ( p , − ω ) , ω ⋅ n p &lt; 0 L_i(p, \omega)= \begin{cases} L^+(p, -\omega), &amp; \omega \cdot \boldsymbol{n_p} &gt; 0 \\ L^-(p, -\omega), &amp; \omega \cdot \boldsymbol{n_p} &lt; 0 \end{cases} Li(p,ω)={L+(p,ω),L(p,ω),ωnp>0ωnp<0
L o ( p , ω ) = { L + ( p , ω ) , ω ⋅ n p &gt; 0 L − ( p , ω ) , ω ⋅ n p &lt; 0 L_o(p, \omega)= \begin{cases} L^+(p, \omega), &amp; \omega \cdot \boldsymbol{n_p} &gt; 0 \\ L^-(p, \omega), &amp; \omega \cdot \boldsymbol{n_p} &lt; 0 \end{cases} Lo(p,ω)={L+(p,ω),L(p,ω),ωnp>0ωnp<0
看起来可能有点绕。最简单的,考虑 ω \omega ω n p \boldsymbol{n_p} np呈锐角的情况,这个时候 L o L_o Lo就是 L + L^+ L+。而由于输入的 ω \omega ω方向是和真正的输入方向相反的。所以 − ω -\omega ω n p \boldsymbol{n_p} np的夹角才是真正的入射光线和法向量的夹角。这里还需要的知识是理解光和物体表面的微观层面的交互原理。光打到物体表面,首先是能量被物体表面吸收,然后根据表面属性,这个时候吸收的能量可能快速的转化为发射出来的新的光子。所以这里是从这种层面上来说明的。

所以这四个式子分别说明:

  1. ω \omega ω位于表面外部,到达表面的辐射亮度是穿过表面后的值
  2. ω \omega ω位于表面内部,到达表面的辐射亮度是内部穿过表面之前的值
  3. ω \omega ω位于表面外部,离开表面的辐射亮度是穿过表面之后的值
  4. ω \omega ω位于表面内部,离开表面的辐射亮度是内部穿过表面之前的值

很容易就知道,真空中 L L L是连续的,即 L + = L − L^+=L^- L+=L,也就是:

L o ( p , ω ) = L i ( p , − ω ) = L ( p , ω ) L_o(p, \omega) = L_i(p, -\omega) = L(p, \omega) Lo(p,ω)=Li(p,ω)=L(p,ω)

从微观层面上我们理解了辐射亮度到达和离开表面的细节。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值