第 8 章 Sampling and Reconstruction

第 8 章 Sampling and Reconstruction：把样本序列、维度消费与重建滤波器绑定到可复现像素估计，依据PBRT 4e完整正文独立重写。

学习目标

  • 能说明“第 8 章 Sampling and Reconstruction”如何把样本序列、维度消费与重建滤波器绑定到可复现像素估计
  • 能逐项核对sampling、sampler、halton、sobol、reconstruction filter、aliasing在对象、测度、空间或执行阶段中的归属
  • 能用章专属路径图与估计量实验制造“条件分支改变随机维度消费，或滤波时漏掉权重归一化”并找到pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate中的首个分叉
  • 能修改最小实现、固定随机种子，并验证“第 8 章 Sampling and Reconstruction的固定输入、路径状态、估计量输出和恢复结果可由同一证据包重放”

从一个像素样本开始

“第 8 章 Sampling and Reconstruction”先固定scene hash、pixel、sample index和随机种子，再预测一条路径或一个估计量的中间状态。若pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate不能解释首个差异，即使最终图像看起来合理也不能通过。

本页不变量是：第 8 章 Sampling and Reconstruction的固定输入、路径状态、估计量输出和恢复结果可由同一证据包重放。正常、故障、恢复三次运行共享场景、版本、采样序列与质量目标，只允许改变一个机制条件。

来源、版本与重写边界

本页依据开放在线的 PBRT 4e 官方完整正文独立重写，并用官方总目录核对章节与小节边界。正文不复刻原书段落；公式、接口名和机制结论以第4版正文与pbrt-v4官方源代码交叉检查。

第4版正式结构是16个编号章与A–C三个附录。本课程保持16个页面；最终综合页显式映射第16章和三个实现附录，不再把旧版章节顺序、Vulkan API或虚构“Rendering System”当作第4版目录。

六个检查词

在“第 8 章 Sampling and Reconstruction”的术语核对中，、、、、、。术语必须进入公式、路径状态、代码和可重放输出，不能只在目录里出现。

原版单元、机制与边界

8 Sampling and Reconstruction

在“第 8 章 Sampling and Reconstruction”的本单元核对中，Sampler按像素、样本编号和维度产生确定序列；调用顺序改变会移动后续维度，因此调试时必须记录维度消费。重建滤波器把连续图像估计投影到像素网格，负叶瓣与滤波半径会同时影响锐度、振铃和方差。

本单元的可推翻反例是“条件分支改变随机维度消费，或滤波时漏掉权重归一化”。若发生分叉，按pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate定位，而不是把差异归因于“渲染有随机性”。

L^p=∑ifiLi∑ifi\hat L_p=\frac{\sum_i f_iL_i}{\sum_i f_i}

官方小节覆盖

  • Sampling Theory：在“第 8 章 Sampling and Reconstruction”中以把样本序列、维度消费与重建滤波器绑定到可复现像素估计的对象、测度或执行合同核对。
  • Sampling and Integration：在“第 8 章 Sampling and Reconstruction”中以把样本序列、维度消费与重建滤波器绑定到可复现像素估计的对象、测度或执行合同核对。
  • Sampling Interface：在“第 8 章 Sampling and Reconstruction”中以把样本序列、维度消费与重建滤波器绑定到可复现像素估计的对象、测度或执行合同核对。
  • Independent, Stratified, Halton, and Sobol’ Samplers：在“第 8 章 Sampling and Reconstruction”中以把样本序列、维度消费与重建滤波器绑定到可复现像素估计的对象、测度或执行合同核对。
  • Image Reconstruction：在“第 8 章 Sampling and Reconstruction”中以把样本序列、维度消费与重建滤波器绑定到可复现像素估计的对象、测度或执行合同核对。

先预测，再操作三个章专属实验

分步1 / 3

1. 路径空间与对象归属

调整路径顶点与下一事件估计，观察本章对象如何改变throughput和贡献。

Path-space inspection

第 8 章 Sampling and Reconstruction

把样本序列、维度消费与重建滤波器绑定到可复现像素估计

Film传感器x₁首个交点x₂散射事件Light发光端
throughput0.462
估计贡献0.620

观察对象：sampling、sampler、halton、sobol、reconstruction filter

最小可重现实验

sampler.StartPixelSample(pixel, sampleIndex, dimension);
Point2f uFilm = sampler.Get2D();
film.AddSample(pixel, L, filter.Evaluate(offset));

运行“第 8 章 Sampling and Reconstruction”时保存PBRT版本、场景hash、像素/样本、波长样本、关键对象状态和输出摘要。截图只能证明最终外观，不能替代路径顶点、PDF、throughput、错误界或队列身份。

练习与答案

练习

问题 1：公式边界。 在“第 8 章 Sampling and Reconstruction”中，如何用固定小样本验证 L^p=∑ifiLi∑ifi\hat L_p=\frac{\sum_i f_iL_i}{\sum_i f_i}，并标明每个量的对象、测度、空间和时间点？

问题 2：正式坐标。 sampling、sampler、halton、sobol、reconstruction filter、aliasing怎样进入可操作验证？

问题 3：恢复证据。 怎样证明“条件分支改变随机维度消费，或滤波时漏掉权重归一化”已真正修复？

本章回顾

掌握“第 8 章 Sampling and Reconstruction”意味着能把“把样本序列、维度消费与重建滤波器绑定到可复现像素估计”落到真实PBRT对象、数学测度和执行阶段，能主动制造“条件分支改变随机维度消费，或滤波时漏掉权重归一化”，并凭pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate恢复同输入结果。

名词解释

本章出现的专业名词，用大白话再讲一遍。

sampling

sampling在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

sampler

sampler在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

halton

halton在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

sobol

sobol在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

reconstruction filter

reconstruction filter在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

aliasing

aliasing在“第 8 章 Sampling and Reconstruction”的“8 Sampling and Reconstruction”中用于把样本序列、维度消费与重建滤波器绑定到可复现像素估计；由pixel、sample index、dimension、u values、filter radius、weight sum与pixel estimate核对。

阅读导航

← 第 7 章 Primitives and Intersection Acceleration · 第 9 章 Reflection Models →

讨论

评论区加载中…