คำถามติดแท็ก filtering

ในการติดตามรังสี / การติดตามเส้นทางหนึ่งในวิธีที่ง่ายที่สุดในการต่อต้านนามแฝงของภาพคือการแทนที่ค่าพิกเซลและเฉลี่ยผลลัพธ์ IE แทนที่จะถ่ายภาพตัวอย่างทุกชิ้นผ่านจุดศูนย์กลางของพิกเซลคุณชดเชยตัวอย่างด้วยจำนวนเงินหนึ่ง ในการค้นหาทั่วอินเทอร์เน็ตฉันได้พบสองวิธีที่แตกต่างกันในการทำสิ่งนี้: สร้างตัวอย่างอย่างไรก็ตามคุณต้องการและชั่งน้ำหนักผลลัพธ์ด้วยตัวกรอง ตัวอย่างหนึ่งคือPBRT สร้างตัวอย่างที่มีการแจกแจงเท่ากับรูปร่างของตัวกรอง สองตัวอย่างคือขนาดเล็กและทังสเตนเรนเดอร์ของBenedikt Bitterli สร้างและชั่งน้ำหนัก กระบวนการพื้นฐานคือ: สร้างตัวอย่างอย่างไรก็ตามคุณต้องการ (ลำดับแบบสุ่มแบ่งชั้นความคลาดเคลื่อนต่ำ ฯลฯ ) ชดเชยเรย์ของกล้องโดยใช้สองตัวอย่าง (x และ y) แสดงภาพด้วยรังสี คำนวณน้ำหนักโดยใช้ฟังก์ชั่นตัวกรองและระยะห่างของตัวอย่างโดยอ้างอิงจากจุดศูนย์กลางพิกเซล ตัวอย่างเช่น Box Filter, Tent Filter, Gaussian Filter, ฯลฯ ) ใช้น้ำหนักกับสีจากการเรนเดอร์ สร้างเป็นรูปร่างของตัวกรอง หลักฐานพื้นฐานคือการใช้การสุ่มตัวอย่างการแปลงผกผันเพื่อสร้างตัวอย่างที่กระจายตามรูปร่างของตัวกรอง ตัวอย่างเช่นฮิสโตแกรมของตัวอย่างที่กระจายในรูปร่างของเกาส์เซียนจะเป็น: สิ่งนี้สามารถทำได้อย่างแน่นอนหรือโดยการ binning ฟังก์ชั่นเป็น pdf / cdf แยก smallptใช้ cdf ผกผันที่แน่นอนของตัวกรองเต็นท์ ตัวอย่างของวิธีการ binning สามารถพบได้ที่นี่ คำถาม …

20 raytracing  antialiasing  pathtracing  filtering  supersampling 

คำถามของฉันเกี่ยวกับโลหะโดยเฉพาะเนื่องจากฉันไม่รู้ว่าคำตอบจะเปลี่ยนไปสำหรับ API อื่นหรือไม่ สิ่งที่ฉันเชื่อว่าฉันเข้าใจคือ: พื้นผิวแบบ mipmapped ได้ทำการ "ระดับรายละเอียด" ไว้ล่วงหน้าซึ่งรายละเอียดระดับล่างถูกสร้างขึ้นโดยการสุ่มตัวอย่างพื้นผิวดั้งเดิมด้วยวิธีที่มีความหมายบางอย่าง ระดับ Mipmap ถูกอ้างถึงในรายละเอียดจากมากไปน้อยโดยที่ระดับ0คือพื้นผิวดั้งเดิมและระดับที่สูงกว่าเป็นการลดกำลังของสองระดับ GPU ส่วนใหญ่ใช้การกรอง trilinear ซึ่งเลือกสองระดับ mipmap ข้างเคียงสำหรับแต่ละตัวอย่างตัวอย่างจากแต่ละระดับโดยใช้การกรอง bilinear และจากนั้นผสมตัวอย่างเหล่านั้นเป็นเส้นตรง สิ่งที่ฉันไม่ค่อยเข้าใจคือเลือกระดับ mipmap เหล่านี้อย่างไร ในเอกสารสำหรับห้องสมุดมาตรฐานโลหะฉันเห็นว่าสามารถเก็บตัวอย่างได้โดยมีหรือไม่มีการระบุอินสแตนซ์ของlod_optionsประเภท ฉันสมมติว่าอาร์กิวเมนต์นี้เปลี่ยนวิธีการเลือกระดับ mipmap และดูเหมือนว่ามีlod_optionsพื้นผิวแบบ 2D สามแบบ: bias(float value) level(float lod) gradient2d(float2 dPdx, float2 dPdy) น่าเสียดายที่เอกสารไม่ได้อธิบายว่าตัวเลือกเหล่านี้มีอะไรบ้าง ฉันสามารถเดาได้ว่าbias()อคติบางระดับที่เลือกโดยอัตโนมัติ แต่แล้วความลำเอียงvalueหมายถึงอะไร มันใช้งานได้ในระดับใด? ในทำนองเดียวกันว่าเป็นlodของlevel()การแปลเป็นระดับมิพแมพที่ไม่ต่อเนื่อง? และการทำงานภายใต้สมมติฐานที่gradient2d()ใช้การไล่ระดับสีของพิกัดพื้นผิวการใช้การไล่ระดับสีนั้นเพื่อเลือกระดับ mipmap เป็นอย่างไร ที่สำคัญกว่านั้นถ้าฉันไม่ใช้lod_optionsระดับ mipmap จะถูกเลือกอย่างไร สิ่งนี้แตกต่างกันไปตามประเภทของฟังก์ชั่นที่ใช้งานหรือไม่ และหากการดำเนินการที่ไม่ได้ระบุตัวเลือกเริ่มต้นของsample()ฟังก์ชั่นนี้คือการทำบางสิ่งเช่นgradient2D()(อย่างน้อยก็ใน …

14 texture  interpolation  rasterizer  filtering  mipmap 

ขณะนี้ฉันกำลังพยายามใช้ตัวติดตามเส้นทาง Monte Carlo ฉันได้ทำการวิจัยมาแล้วและดูเหมือนว่าวิธีการทั่วไปสำหรับวัสดุคือการใช้แบบจำลองแบบเลเยอร์ บางสิ่งเช่นนี้ เมื่อแสงกระทบกับพื้นผิว Fresnel จะบอกเราว่าแสงนั้นสะท้อนออกมาในชั้นแรกมากแค่ไหนและไปที่ชั้นที่สองเท่าใด ดังนั้นฉันจึงทำสิ่งที่คล้ายกัน แต่ง่ายกว่า: เพียงชั้นเดียวของ specular และชั้นหนึ่งของการกระจาย ยังไม่มีการส่งผ่าน จนถึงตอนนี้ฉันใช้brdf ที่มีน้ำหนักแบบโคไซน์เพื่อการกระจายของฉันและแบบจำลองขนาดเล็กของ Cook-Torrance สำหรับ specular ของฉัน ตอนนี้ส่วนที่ยากมา: ฉันควรทำอย่างไรเมื่อรังสีกระทบพื้นผิว? โดยปกติฉันจะเลือก brdf ที่สอดคล้องกับวัสดุพื้นผิวตัวอย่างทิศทางแสงตกกระทบประเมิน brdf และหารด้วยฟังก์ชันการแจกแจงความน่าจะเป็นที่ถูกต้อง แต่ที่นี่การตีพื้นผิวนั้นสอดคล้องกับวัสดุหลากหลาย วิธีที่ไร้เดียงสาในการจัดการสิ่งนี้คือการสุ่มตัวอย่างหนึ่งครั้งสำหรับการโจมตีแต่ละเลเยอร์ แต่สิ่งนี้ชัดเจนว่าเป็นแหล่งที่มาของการแสดงที่ยิ่งใหญ่ทำให้เส้นทางของฉันกลายเป็นต้นไม้ได้อย่างมีประสิทธิภาพ มีวิธีแก้ปัญหาที่ดีกว่านี้ไหม?

12 pathtracing  material  filtering 

99 สายของเส้นทางตามรอยซีSmallptวาทกรรมตาราง 2x2 พิกเซลย่อยสำหรับแต่ละพิกเซลก็ตั้งใจที่จะทำให้แล้วไม่กรองเต็นท์จะรวมพวกเขา มีการนำเสนอที่น่าสนใจอธิบายรหัสที่นี่และมันกล่าวถึงตัวกรองเต็นท์ แต่ไม่ได้อธิบายว่าทำไมมันถึงมี ทุกคนสามารถอธิบายได้หรือไม่ว่าทำไมตัวกรองเต็นท์จึงเป็นที่นิยมในกรณีนี้มากกว่าการเบลอกล่อง (เพียงเฉลี่ยค่าตัวอย่าง) มันจะมีคุณภาพสูงกว่าหรือไม่ที่จะไปกับสิ่งที่ดีกว่าตัวกรองเต็นท์เช่นการประมาณค่ากึ่งเฮอร์ไมต์ bicubic?

12 pathtracing  filtering