我正在阅读pbrt第三版的5.2节,并偶然发现了他们解释RGB颜色概念的部分。
当我们在显示器上显示RGB颜色时,实际显示的光谱基本上是由三条光谱响应曲线的<#>the加权和决定的,这三个光谱响应曲线分别是红色、绿色和蓝色的,这是由显示器的荧光粉、LED或LCD元件或等离子单元发出的。
还有这部分。

到目前为止我的理解是。
就像X(\lambda), Y(\lambda), Z(\lambda)中的谱匹配曲线的加权和可以表示SPD一样,它也可以用谱响应曲线的加权和表示:S(\lambda) = rR(\lambda) + gG(\lambda) + bB(\lambda)。
我的理解正确吗?如果是这样的话,我不明白为什么这本书会使用各种各样的混合术语,比如“光谱匹配曲线”、“光谱功率分布”和“光谱响应曲线”。如果有人能澄清我的困惑,我会非常感激的。提前谢谢。
发布于 2021-06-05 13:06:53
本书区分光谱功率分布与光谱响应曲线,因为它们不是相同的,它们是伴随的。
附件使你的头脑变得有点棘手的是,它们在软件中通常具有相同的表示形式,但在计算机图形学中保持它们的清晰性是非常重要的。
另一个例子是光子的伴随是射线。一个光子和一个射线几乎有相同的数据:一个起源,一个方向,以及代表一个光谱的东西;在光子的情况下,它“携带”光谱功率,但在射线的情况下,它“携带”重要性,这是一个光谱响应曲线。
(请注意,PBRT的射线实现实际上并不“携带”重要性,而是在积分器中计算出来的。例如,参见pbrt-v3's beta PathIntegrator )。
在现实世界中,光子从光源中发射出来,并在宇宙中反弹,直到其中一些光子击中你的眼睛或照相机。在现代光线追踪中,我们扭转这一趋势,从摄像机中发出重要信息,并将其反射到场景周围,直到我们击中光源。
术语“伴随”来自线性代数。如果A是一个矩阵,x和y是向量,那么A^\dagger是A的伴随。它的财产是:
x \cdot (Ay) = (A^\dagger x) \cdot y
直观地说,伴随式允许你将一个变换从一个点积的一边移到另一边,就像光线追踪如何将相互作用计算从“光”一侧移到“照相机”边一样。
这包括在佩尔·克里斯蒂森2003年的论文中,值得一读和重读。
顺便说一句,另一个偶尔出现的例子是微分几何学:向量的伴随形式是1-形式。如果您在代码中实现了这一点,1-表单的表示形式与向量完全相同:它是三个浮点数。但它意味着一些不同的东西。
https://computergraphics.stackexchange.com/questions/10935
复制相似问题