第5章：基于物理的渲染

本章深入探讨基于物理的渲染（PBR）的数学基础，将光与物质的相互作用表述为辐射传输方程。我们将建立统一的体积渲染框架来描述散射介质、次表面散射和参与介质，并严格证明能量守恒与互易性原理在渲染中的应用。通过将传统的表面渲染扩展到体积渲染，本章为后续的神经渲染方法奠定物理基础。

5.1 辐射传输方程

辐射传输方程（Radiative Transfer Equation, RTE）是描述光在参与介质中传播的基本方程。它统一了吸收、发射和散射过程，为基于物理的体积渲染提供了数学框架。

5.1.1 基本形式推导

考虑光在位置 x 沿方向 ω 传播时的辐射亮度 $L(\mathbf{x}, \boldsymbol{\omega}, t)$。在微小距离 $ds$ 内，辐射亮度的变化由四个物理过程决定：

1. 吸收（Absorption）：介质吸收光能，减少辐射亮度
2. 外散射（Out-scattering）：光被散射到其他方向
3. 发射（Emission）：介质自身发光
4. 内散射（In-scattering）：其他方向的光被散射到当前方向

从微观到宏观的严格推导

考虑体积元 $dV = dA \cdot ds$，其中 $dA$ 是垂直于传播方向的截面积。时间 $dt$ 内通过该体积元的能量变化：

1. 入射能量：$L(\mathbf{x}, \boldsymbol{\omega}) dA d\omega dt$
2. 出射能量：$L(\mathbf{x} + ds\boldsymbol{\omega}, \boldsymbol{\omega}) dA d\omega dt$
3. 吸收损失：$\sigma_a(\mathbf{x}) L(\mathbf{x}, \boldsymbol{\omega}) dV d\omega dt$
4. 散射损失：$\sigma_s(\mathbf{x}) L(\mathbf{x}, \boldsymbol{\omega}) dV d\omega dt$
5. 发射增益：$\sigma_a(\mathbf{x}) L_e(\mathbf{x}, \boldsymbol{\omega}) dV d\omega dt$
6. 散射增益：$\sigma_s(\mathbf{x}) \int_{S^2} p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) L(\mathbf{x}, \boldsymbol{\omega}') d\omega' dV d\omega dt$

能量守恒要求： $$[L(\mathbf{x}, \boldsymbol{\omega}) - L(\mathbf{x} + ds\boldsymbol{\omega}, \boldsymbol{\omega})] dA = [-\sigma_t L + \sigma_a L_e + \sigma_s \int p L' d\omega'] dA \cdot ds$$ 取极限 $ds \to 0$，得到微分形式： $$\frac{dL(\mathbf{x}, \boldsymbol{\omega})}{ds} = -\sigma_t(\mathbf{x}) L(\mathbf{x}, \boldsymbol{\omega}) + \sigma_a(\mathbf{x}) L_e(\mathbf{x}, \boldsymbol{\omega}) + \sigma_s(\mathbf{x}) \int_{S^2} p(\mathbf{x}, \boldsymbol{\omega}' \to \boldsymbol{\omega}) L(\mathbf{x}, \boldsymbol{\omega}') d\boldsymbol{\omega}'$$ 其中：

• $\sigma_t = \sigma_a + \sigma_s$：消光系数（extinction coefficient）
• $\sigma_a$：吸收系数（absorption coefficient）
• $\sigma_s$：散射系数（scattering coefficient）
• $L_e$：发射项（emission term）
• $p(\boldsymbol{\omega}' \to \boldsymbol{\omega})$：相位函数（phase function）

方向导数的几何解释

射线参数化：$\mathbf{x}(s) = \mathbf{x}_0 + s\boldsymbol{\omega}$，则： $$\frac{dL}{ds} = \frac{\partial L}{\partial x_i} \frac{dx_i}{ds} = \frac{\partial L}{\partial x_i} \omega_i = \boldsymbol{\omega} \cdot \nabla L$$ 这将沿射线的变化率转换为空间导数。

辐射传输方程的标准形式 $$(\boldsymbol{\omega} \cdot \nabla) L(\mathbf{x}, \boldsymbol{\omega}) + \sigma_t(\mathbf{x}) L(\mathbf{x}, \boldsymbol{\omega}) = \sigma_a(\mathbf{x}) L_e(\mathbf{x}, \boldsymbol{\omega}) + \sigma_s(\mathbf{x}) \int_{S^2} p(\mathbf{x}, \boldsymbol{\omega}' \to \boldsymbol{\omega}) L(\mathbf{x}, \boldsymbol{\omega}') d\boldsymbol{\omega}'$$ 时间相关形式

对于非稳态问题，需要考虑时间导数： $$\frac{1}{c} \frac{\partial L}{\partial t} + (\boldsymbol{\omega} \cdot \nabla) L + \sigma_t L = \sigma_a L_e + \sigma_s \int_{S^2} p L' d\boldsymbol{\omega}'$$ 其中 $c$ 是介质中的光速。

物理量的尺度分析

为了更好理解RTE中各项的相对重要性，考虑典型尺度：

• 特征长度 $L_0$：场景或介质的典型尺寸
• 平均自由程 $\ell = 1/\sigma_t$：光子碰撞间的平均距离
• 光学厚度 $\tau = L_0/\ell = \sigma_t L_0$：无量纲参数

根据$\tau$的大小，介质分类为：

• 光学薄介质（$\tau \ll 1$）：单次散射主导，可用Born近似
• 光学厚介质（$\tau \gg 1$）：多次散射主导，适用扩散近似
• 中等光学厚度（$\tau \approx 1$）：需要完整RTE求解

RTE的算子形式

定义传输算子 $\mathcal{T}$ 和散射算子 $\mathcal{S}$： $$\mathcal{T} = -(\boldsymbol{\omega} \cdot \nabla) - \sigma_t$$ $$\mathcal{S}[L] (\mathbf{x}, \boldsymbol{\omega}) = \sigma_s(\mathbf{x}) \int_{S^2} p(\mathbf{x}, \boldsymbol{\omega}' \to \boldsymbol{\omega}) L(\mathbf{x}, \boldsymbol{\omega}') d\boldsymbol{\omega}'$$ RTE可写作： $$\mathcal{T}[L] = -\sigma_a L_e - \mathcal{S}[L]$$ 或重排为： $$L = \mathcal{T}^{-1}[-\sigma_a L_e - \mathcal{S}[L]]$$ 这形式便于迭代求解和理论分析。

5.1.2 边界条件与初始条件

对于有界域 $\Omega \subset \mathbb{R}^3$，需要指定边界条件。设 $\partial\Omega$ 为域的边界，n 为外法向量。

入射边界条件：对于 $\mathbf{x} \in \partial\Omega$ 且 $\boldsymbol{\omega} \cdot \mathbf{n} < 0$： $$L(\mathbf{x}, \boldsymbol{\omega}) = L_{inc}(\mathbf{x}, \boldsymbol{\omega})$$

出射边界条件：对于 $\mathbf{x} \in \partial\Omega$ 且 $\boldsymbol{\omega} \cdot \mathbf{n} > 0$：

• 真空边界：无约束
• 反射边界：$$L(\mathbf{x}, \boldsymbol{\omega}) = \int_{\boldsymbol{\omega}' \cdot \mathbf{n} < 0} f_r(\mathbf{x}, \boldsymbol{\omega}', \boldsymbol{\omega}) L(\mathbf{x}, \boldsymbol{\omega}') |\boldsymbol{\omega}' \cdot \mathbf{n}| d\boldsymbol{\omega}'$$ 界面条件：在两种介质的界面上，需要考虑菲涅尔方程。设折射率为 $n_1$ 和 $n_2$，则： $$L_t = \frac{n_2^2}{n_1^2} T(\theta_i) L_i$$ $$L_r = R(\theta_i) L_i$$ 其中 $T$ 和 $R$ 分别为透射率和反射率，满足 $T + R = 1$（能量守恒）。

Robin边界条件

对于半透明边界，使用混合边界条件： $$L(\mathbf{x}, \boldsymbol{\omega}) + \ell_b (\boldsymbol{\omega} \cdot \mathbf{n}) \frac{\partial L}{\partial n} = g(\mathbf{x}, \boldsymbol{\omega})$$ 其中 $\ell_b$ 是外推长度，与表面反射特性相关。

周期边界条件

对于周期性结构（如光子晶体）： $$L(\mathbf{x} + \mathbf{L}, \boldsymbol{\omega}) = L(\mathbf{x}, \boldsymbol{\omega})$$ 其中 L 是晶格周期向量。

5.1.3 解析解与数值方法

辐射传输方程的解析解仅在特殊情况下存在。我们首先考虑几种可解情况，然后讨论一般的数值方法。

情况1：均匀介质无散射（$\sigma_s = 0$）

沿射线参数化：$\mathbf{x}(s) = \mathbf{x}_0 + s\boldsymbol{\omega}$，方程简化为常微分方程： $$\frac{dL}{ds} + \sigma_a L = \sigma_a L_e$$ 这是一阶线性ODE，使用积分因子$\mu(s) = e^{\sigma_a s}$： $$\frac{d}{ds}[L(s)e^{\sigma_a s}] = \sigma_a L_e(s) e^{\sigma_a s}$$ 积分得到通解： $$L(s) = L(0)e^{-\sigma_a s} + \sigma_a \int_0^s L_e(s') e^{-\sigma_a(s-s')} ds'$$ 这就是比尔-朗伯定律（Beer-Lambert law）的推广，包含了发射项。

情况2：各向同性单次散射

假设散射仅发生一次，且相位函数各向同性 $p = 1/(4\pi)$。使用Born近似： $$L = L^{(0)} + L^{(1)} + \mathcal{O}(\sigma_s^2)$$ 其中 $L^{(0)}$ 是无散射解，$L^{(1)}$ 是单次散射贡献： $$L^{(1)}(\mathbf{x}, \boldsymbol{\omega}) = \int_0^s T(0,s') \frac{\sigma_s(\mathbf{x}')}{4\pi} \int_{S^2} L^{(0)}(\mathbf{x}(s'), \boldsymbol{\omega}') d\boldsymbol{\omega}' ds'$$ 其中 $T(s_1,s_2) = \exp(-\int_{s_1}^{s_2} \sigma_t(s')ds')$ 为光学透射率。

情况3：小角度散射近似

当相位函数强烈前向散射（$g \to 1$）时，使用Fokker-Planck近似： $$\frac{\partial L}{\partial s} + \sigma_t L = \sigma_a L_e + \sigma_s L + \frac{\sigma_s(1-g)}{2} \nabla_\perp^2 L$$ 其中 $\nabla_\perp^2$ 是垂直于 ω 的拉普拉斯算子。

积分方程形式

将RTE改写为Volterra型积分方程，便于迭代求解： $$L(\mathbf{x}, \boldsymbol{\omega}) = L_0(\mathbf{x}, \boldsymbol{\omega}) + \int_0^{\tau_b} e^{-\tau} Q(\mathbf{x}(\tau), \boldsymbol{\omega}) d\tau$$ 其中：

• $\tau = \int_0^s \sigma_t(s')ds'$ 是光学深度
• $Q = \sigma_a L_e + \sigma_s \int p L d\omega'$ 是源项
• $L_0$ 是边界贡献

特征线方法

RTE沿特征线（光线）是一维问题。定义特征坐标： $$\frac{d\mathbf{x}}{ds} = \boldsymbol{\omega}, \quad \frac{d\boldsymbol{\omega}}{ds} = 0$$ 沿特征线，RTE简化为： $$\frac{dL}{ds} + \sigma_t L = S(\mathbf{x}(s), \boldsymbol{\omega})$$ 这可用标准ODE方法求解。

数值方法详述

1. 离散坐标法（Discrete Ordinates, S_N方法）：

   将角度空间离散化为 $N$ 个方向 ${\boldsymbol{\omega}_i}$，权重 ${w_i}$满足： $$\sum_{i=1}^N w_i = 4\pi, \quad \sum_{i=1}^N w_i \omega_{i,k} = 0, \quad \sum_{i=1}^N w_i \omega_{i,k}\omega_{i,l} = \frac{4\pi}{3}\delta_{kl}$$ 离散化的RTE系统： $$(\boldsymbol{\omega}_i \cdot \nabla) L_i + \sigma_t L_i = \sigma_a L_{e,i} + \sigma_s \sum_{j=1}^N w_j p_{ij} L_j$$ 常用正交集：Gauss-Legendre、Chebyshev等。

2. 球谐函数展开（P_N方法）：

   将辐射亮度展开为球谐函数： $$L(\mathbf{x}, \boldsymbol{\omega}) = \sum_{l=0}^{\infty} \sum_{m=-l}^{l} L_{lm}(\mathbf{x}) Y_{lm}(\boldsymbol{\omega})$$ 其中球谐系数： $$L_{lm}(\mathbf{x}) = \int_{S^2} L(\mathbf{x}, \boldsymbol{\omega}) Y_{lm}^*(\boldsymbol{\omega}) d\boldsymbol{\omega}$$ 代入RTE，利用球谐函数的递推关系和正交性，得到耦合PDE系统。P₁近似保留l=0,1项，导出扩散方程。

3. 蒙特卡洛方法（Monte Carlo）：

   路径积分表示： $$L(\mathbf{x}, \boldsymbol{\omega}) = \sum_{k=0}^{\infty} L^{(k)}(\mathbf{x}, \boldsymbol{\omega})$$ 其中 $L^{(k)}$ 是k次散射贡献。使用俄罗斯轮盘终止无限级数： $$L \approx \sum_{k=0}^{K} \frac{L^{(k)}}{p_k}$$ 其中 $p_k$ 是继续追踪的概率。

   方差减少技术：

   • 重要性采样：根据贡献大小调整采样分布
   • 分层采样：将样本空间分层以减少聚集
   • 控制变量：使用已知期望的相关变量

4. 有限元方法（FEM）：

   弱形式： $$\int_{\Omega \times S^2} \psi \left[ (\boldsymbol{\omega} \cdot \nabla) L + \sigma_t L \right] d\mathbf{x} d\boldsymbol{\omega} = \int_{\Omega \times S^2} \psi S d\mathbf{x} d\boldsymbol{\omega}$$ 选择适当的测试函数$\psi$和基函数，构建稀疏线性系统。

   流线上风Petrov-Galerkin（SUPG）： 对于对流占优问题，添加人工扩散项： $$\psi_{SUPG} = \psi + \tau (\boldsymbol{\omega} \cdot \nabla)\psi$$ 其中 $\tau$ 是稳定化参数。

5. 格子Boltzmann方法：

   基于速度离散的动力学方程： $$f_i(t+\Delta t, \mathbf{x}+\boldsymbol{\omega}_i\Delta t) - f_i(t,\mathbf{x}) = \Omega_i$$ 其中 $\Omega_i$ 是碰撞算子，$f_i$ 是分布函数。

收敛性分析

对于迭代方法，收敛条件是散射算子的谱半径小于1： $$\rho(\mathcal{K}) = \sup_{\mathbf{x}} \frac{\sigma_s(\mathbf{x})}{\sigma_t(\mathbf{x})} < 1$$ 收敛速度： $$||L^{(n)} - L|| \leq C \rho^n ||L^{(0)} - L||$$ 误差估计

对于离散化方法，总误差包括：

• 截断误差：$O(h^p)$，其中$h$是网格尺寸，$p$是方法阶数
• 统计误差（蒙特卡洛）：$O(1/\sqrt{N})$，$N$是样本数
• 射线效应（S_N方法）：在光学薄区域的非物理条纹

5.2 体积散射与相位函数

体积散射是光与介质中微粒相互作用的结果。相位函数描述了散射光的角度分布，是参与介质渲染的核心组件。

5.2.1 散射系数与吸收系数

微观到宏观的推导

考虑介质中密度为 $\rho(\mathbf{x})$ 的散射粒子，每个粒子的散射截面为 $\sigma_s$，吸收截面为 $\sigma_a$。宏观系数为： $$\sigma_s(\mathbf{x}) = \rho(\mathbf{x}) \cdot \sigma_{s,particle}$$ $$\sigma_a(\mathbf{x}) = \rho(\mathbf{x}) \cdot \sigma_{a,particle}$$ 对于混合介质，总系数是各成分的线性组合： $$\sigma_t = \sum_i \rho_i \sigma_{t,i}$$ 散射截面的物理含义

散射截面定义为入射能量流与散射功率的比值： $$\sigma_s = \frac{P_{scattered}}{I_{incident}}$$ 对于球形粒子，几何截面 $\sigma_{geo} = \pi r^2$，但散射截面可能大于或小于几何截面：

• 散射效率因子 $Q_s = \sigma_s/\sigma_{geo}$
• 小粒子（Rayleigh）：$Q_s \propto r^4/\lambda^4$
• 大粒子（几何光学）：$Q_s \to 2$（衍射贡献）

单散射反照率（Single Scattering Albedo）

定义单散射反照率 $\alpha$ 为散射与消光的比值： $$\alpha = \frac{\sigma_s}{\sigma_t} = \frac{\sigma_s}{\sigma_a + \sigma_s}$$ 物理意义：光子与介质相互作用时被散射（而非吸收）的概率。

• $\alpha = 0$：纯吸收介质
• $\alpha = 1$：纯散射介质（无吸收）
• $0 < \alpha < 1$：一般情况

平均自由程（Mean Free Path）

光子在介质中两次相互作用之间的平均距离： $$\ell = \frac{1}{\sigma_t}$$ 概率分布遵循指数分布： $$P(s) = \sigma_t e^{-\sigma_t s}$$ 相关长度尺度：

• 散射平均自由程：$\ell_s = 1/\sigma_s$
• 吸收平均自由程：$\ell_a = 1/\sigma_a$
• 传输平均自由程：$\ell^* = 1/\sigma_t' = 1/[\sigma_a + \sigma_s(1-g)]$

波长依赖性

光学系数通常与波长相关：

• Rayleigh散射：$\sigma_s \propto \lambda^{-4}$（蓝天现象）
• Mie散射：复杂振荡行为
• 吸收：取决于材质的电子跃迁和振动模式

5.2.2 相位函数的数学性质

相位函数 $p(\boldsymbol{\omega}' \to \boldsymbol{\omega})$ 描述了光从方向 ω' 散射到方向 ω 的概率密度。

归一化条件 $$\int_{S^2} p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) d\boldsymbol{\omega} = 1$$ 对称性

1. 旋转不变性：大多数介质中，相位函数仅依赖于散射角 $\theta = \arccos(\boldsymbol{\omega}' \cdot \boldsymbol{\omega})$： $$p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) = p(\cos\theta)$$

2. 互易性（某些情况下）： $$p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) = p(\boldsymbol{\omega} \to \boldsymbol{\omega}')$$

3. 前后对称性（某些粒子）： $$p(\cos\theta) = p(\cos(\pi - \theta))$$ 矩与各向异性参数

第 n 阶矩： $$\mu_n = \int_{-1}^{1} \cos^n\theta \cdot p(\cos\theta) d(\cos\theta)$$ 各向异性参数 g（平均余弦）： $$g = \mu_1 = \int_{S^2} (\boldsymbol{\omega}' \cdot \boldsymbol{\omega}) p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) d\boldsymbol{\omega}$$

• $g > 0$：前向散射为主
• $g = 0$：各向同性散射
• $g < 0$：后向散射为主

Legendre多项式展开

相位函数可展开为Legendre多项式： $$p(\cos\theta) = \sum_{l=0}^{\infty} \frac{2l+1}{4\pi} \chi_l P_l(\cos\theta)$$ 其中展开系数： $$\chi_l = 2\pi \int_{-1}^{1} p(\cos\theta) P_l(\cos\theta) d(\cos\theta)$$ 注意：$\chi_0 = 1$（归一化），$\chi_1 = g$（各向异性参数）

相位函数的信息熵

定义Shannon熵量化散射的随机性： $$H[p] = -\int_{S^2} p(\boldsymbol{\omega}) \ln p(\boldsymbol{\omega}) d\boldsymbol{\omega}$$

• 各向同性：$H_{max} = \ln(4\pi)$
• 完全前向：$H_{min} = 0$
• 实际介质：$0 < H < \ln(4\pi)$

5.2.3 常见相位函数模型

1. 各向同性散射 $$p(\cos\theta) = \frac{1}{4\pi}$$ 特点：$g = 0$，数学最简单，适用于高度多次散射的情况。

采样：$\cos\theta = 1 - 2\xi_1$, $\phi = 2\pi\xi_2$

应用场景：

• 密集烟雾的多次散射
• 扩散近似的验证
• 理论分析的基准

2. Rayleigh 散射

适用于粒子尺寸远小于波长的情况（$x = 2\pi r/\lambda \ll 1$）： $$p_{Rayleigh}(\cos\theta) = \frac{3}{16\pi}(1 + \cos^2\theta)$$ 各向异性参数：$g = 0$（对称散射）

偏振形式（考虑偏振态）： $$p_{Rayleigh}(\cos\theta, \phi) = \frac{3}{16\pi} \begin{pmatrix} 1 + \cos^2\theta & \sin^2\theta \cos(2\phi) \ \sin^2\theta \cos(2\phi) & 1 + \cos^2\theta \end{pmatrix}$$ 采样方法：

1. 生成 $u = 2\xi_1 - 1$
2. 如果 $u^2 > (1 + u^2)\xi_2$，拒绝并重试

3. 否则 $\cos\theta = u$

4. Henyey-Greenstein 相位函数

最常用的参数化相位函数： $$p_{HG}(\cos\theta) = \frac{1}{4\pi} \frac{1 - g^2}{(1 + g^2 - 2g\cos\theta)^{3/2}}$$ 优点：

• 单参数 $g \in [-1,1]$ 控制各向异性
• 解析形式简单
• 满足归一化条件
• 存在解析采样方法

缺点：

• 无法准确模拟强后向散射峰
• 对某些材质（如生物组织）过于简化

勒让德展开： $$p_{HG}(\cos\theta) = \frac{1}{4\pi} \sum_{l=0}^{\infty} (2l+1) g^l P_l(\cos\theta)$$ 解析采样（见后续重要性采样部分）

4. Schlick 相位函数

Henyey-Greenstein 的有理近似，计算更高效： $$p_{Schlick}(\cos\theta) = \frac{1}{4\pi} \frac{1 - k^2}{(1 + k\cos\theta)^2}$$ 参数转换：$k = 1.55g - 0.55g^3$（保持相同的平均余弦）

误差分析：$|p_{Schlick} - p_{HG}|/p_{HG} < 0.02$ 对大部分角度

计算效率提升：避免了HG中的幂运算和平方根

5. 双 Henyey-Greenstein（Double HG）

混合前向和后向散射，更好地拟合实测数据： $$p_{DHG}(\cos\theta) = \alpha p_{HG}(\cos\theta; g_1) + (1-\alpha) p_{HG}(\cos\theta; g_2)$$ 参数约束确保物理合理性：

• $\alpha \in [0,1]$：混合权重
• $g_1 > 0$：前向散射成分
• $g_2 < 0$：后向散射成分
• 平均各向异性：$g = \alpha g_1 + (1-\alpha)g_2$

典型参数（生物组织）：

• 皮肤：$\alpha \approx 0.8, g_1 \approx 0.9, g_2 \approx -0.3$
• 肌肉：$\alpha \approx 0.9, g_1 \approx 0.95, g_2 \approx -0.5$

6. Fournier-Forand 相位函数

海洋光学中常用，考虑颗粒大小分布： $$p_{FF}(\cos\theta) = \frac{1}{4\pi(1-\delta)^2\delta^v} \left[ v(1-\delta) - (1-\delta^v) \right] + \frac{1-\delta^v}{4\pi(1-\delta)^2\delta^v} \frac{3\cos^2\theta - 1}{(\sin\theta/2)^2}$$ 其中：

• $\delta = 4\sin^2(\theta/2)/(3(n-1)^2)$
• $v = (3-\mu)/2$
• $\mu$：颗粒大小分布的Junge指数
• $n$：相对折射率

特点：

• 准确描述海洋悬浮粒子
• 包含强前向散射峰
• 小角度近似为衍射峰

7. Mie 散射理论

对于球形粒子的精确解，基于麦克斯韦方程：

散射振幅函数： $$S_1(\theta) = \sum_{n=1}^{\infty} \frac{2n+1}{n(n+1)} [a_n \pi_n(\cos\theta) + b_n \tau_n(\cos\theta)]$$ $$S_2(\theta) = \sum_{n=1}^{\infty} \frac{2n+1}{n(n+1)} [a_n \tau_n(\cos\theta) + b_n \pi_n(\cos\theta)]$$ 其中 $a_n, b_n$ 是Mie系数，涉及球贝塞尔函数： $$a_n = \frac{m\psi_n(mx)\psi'_n(x) - \psi_n(x)\psi'_n(mx)}{m\psi_n(mx)\xi'_n(x) - \xi_n(x)\psi'_n(mx)}$$ 相位函数： $$p_{Mie}(\cos\theta) = \frac{4\pi}{k^2\sigma_s} \left[ |S_1(\theta)|^2 + |S_2(\theta)|^2 \right]$$ 计算考虑：

• 级数截断：$n_{max} \approx x + 4x^{1/3} + 2$
• 数值稳定性：使用向下递推计算贝塞尔函数
• 效率优化：预计算并缓存系数

8. SGGX 相位函数

基于微表面理论，适用于纤维和毛发： $$p_{SGGX}(\cos\theta) = \frac{D(\mathbf{h})}{4|\boldsymbol{\omega}' \cdot \mathbf{h}|}$$ 其中 $D(\mathbf{h})$ 是SGGX分布，$\mathbf{h}$ 是半向量。

SGGX分布： $$D(\mathbf{h}) = \frac{1}{\pi \alpha_x \alpha_y} \frac{1}{(\mathbf{h} \cdot \mathbf{S}^{-1} \mathbf{h})^2}$$ S 是$3 \times 3$协方差矩阵，描述纤维方向分布。

相位函数的重要性采样

Henyey-Greenstein 采样：

给定均匀随机数 $\xi_1, \xi_2 \in [0,1]$：

1. 采样散射角： $$\cos\theta = \begin{cases} \frac{1}{2g}\left[1 + g^2 - \left(\frac{1-g^2}{1-g+2g\xi_1}\right)^2\right] & g \neq 0 \ 1 - 2\xi_1 & g = 0 \end{cases}$$

2. 采样方位角：$\phi = 2\pi\xi_2$

3. 构造散射方向（局部坐标系）：

   • 构建正交基 ${\mathbf{t}, \mathbf{b}, \boldsymbol{\omega}'}$
   • $\sin\theta = \sqrt{1 - \cos^2\theta}$
   • $\boldsymbol{\omega} = \sin\theta \cdot \cos\phi \cdot \mathbf{t} + \sin\theta \cdot \sin\phi \cdot \mathbf{b} + \cos\theta \cdot \boldsymbol{\omega}'$

PDF值：$p_{HG}(\cos\theta)$

拒绝采样法（通用方法）：

对于复杂相位函数：

1. 找到包络函数 $M \cdot q(\theta) \geq p(\theta)$
2. 从 $q(\theta)$ 采样候选值
3. 以概率 $p(\theta)/(M \cdot q(\theta))$ 接受

效率：$\eta = 1/M$，选择好的$q(\theta)$最大化效率

表格法采样：

1. 预计算CDF：$F(\theta_i) = \int_0^{\theta_i} p(\theta)\sin\theta d\theta$
2. 二分查找：$F^{-1}(\xi)$
3. 线性插值获得精确值

存储优化：非均匀采样，在变化剧烈区域加密

混合重要性采样：

结合相位函数和其他因素（如光源方向）： $$p_{mix}(\boldsymbol{\omega}) = \alpha p_{phase}(\boldsymbol{\omega}) + (1-\alpha) p_{light}(\boldsymbol{\omega})$$ 使用多重重要性采样（MIS）组合不同策略： $$w_i = \frac{p_i^2}{\sum_j p_j^2} \quad \text{(balance heuristic)}$$ 相位函数的预计算与优化

1. 球谐系数缓存：预计算前N项Legendre系数
2. 查找表：离散化角度空间，存储函数值
3. 解析近似：使用有理函数逼近复杂相位函数
4. GPU优化：向量化计算，利用纹理缓存

5.3 通过扩散的次表面散射

次表面散射（Subsurface Scattering, SSS）描述光进入半透明材质后在内部散射并从不同位置出射的现象。当散射远强于吸收时，可用扩散近似简化辐射传输方程。

5.3.1 扩散方程推导

P₁近似（球谐函数展开）

将辐射亮度展开为球谐函数的前两项： $$L(\mathbf{x}, \boldsymbol{\omega}) \approx \frac{1}{4\pi}\phi(\mathbf{x}) + \frac{3}{4\pi}\mathbf{E}(\mathbf{x}) \cdot \boldsymbol{\omega}$$ 其中：

• $\phi(\mathbf{x}) = \int_{S^2} L(\mathbf{x}, \boldsymbol{\omega}) d\boldsymbol{\omega}$：辐射通量（fluence）
• $\mathbf{E}(\mathbf{x}) = \int_{S^2} L(\mathbf{x}, \boldsymbol{\omega})\boldsymbol{\omega} d\boldsymbol{\omega}$：辐射通量矢量

从RTE到扩散方程的严格推导

将P₁展开代入RTE： $$(\boldsymbol{\omega} \cdot \nabla)\left[\frac{\phi}{4\pi} + \frac{3}{4\pi}\mathbf{E} \cdot \boldsymbol{\omega}\right] + \sigma_t\left[\frac{\phi}{4\pi} + \frac{3}{4\pi}\mathbf{E} \cdot \boldsymbol{\omega}\right] = \text{源项}$$ 对所有方向积分（零阶矩）： $$\nabla \cdot \mathbf{E} + \sigma_a \phi = Q$$ 对ω加权积分（一阶矩）： $$\frac{1}{3}\nabla\phi + \sigma_t' \mathbf{E} = \mathbf{0}$$ 其中利用了 $\int\boldsymbol{\omega}\otimes\boldsymbol{\omega} d\boldsymbol{\omega} = (4\pi/3)\mathbf{I}$。

扩散近似的条件

1. 散射占主导：$\sigma_s \gg \sigma_a$（即 $\alpha \approx 1$）
2. 近似各向同性：$|\mathbf{E}| \ll \phi$
3. 远离边界和光源（距离 > 几个平均自由程）

在这些条件下，辐射通量矢量遵循Fick定律： $$\mathbf{E}(\mathbf{x}) = -D \nabla \phi(\mathbf{x})$$ 扩散系数： $$D = \frac{1}{3\sigma_t'} = \frac{1}{3[\sigma_a + \sigma_s(1-g)]}$$ 其中 $\sigma_t' = \sigma_a + \sigma_s'$ 是约化消光系数，$\sigma_s' = \sigma_s(1-g)$ 是约化散射系数。

扩散方程

将Fick定律代入连续性方程： $$\nabla \cdot (-D\nabla\phi) + \sigma_a\phi = Q$$ 对于均匀介质： $$\nabla^2 \phi(\mathbf{x}) - \frac{\sigma_a}{D} \phi(\mathbf{x}) = -\frac{Q(\mathbf{x})}{D}$$ 或写作： $$\nabla^2 \phi - \kappa^2 \phi = -\frac{Q}{D}$$ 其中：

• $\kappa = \sqrt{\sigma_a/D} = \sqrt{3\sigma_a\sigma_t'}$：有效衰减系数
• 扩散长度：$L_D = 1/\kappa$

边界条件

在介质-真空界面，需要考虑菲涅尔反射。

精确边界条件（Marshak）： $$\phi(\mathbf{x}_s) = \int_{\boldsymbol{\omega} \cdot \mathbf{n} < 0} L(\mathbf{x}_s, \boldsymbol{\omega}) d\boldsymbol{\omega} = 2\pi \int_0^{1} L(\mathbf{x}_s, -\mu) \mu d\mu$$ 外推边界条件（近似）： $$\phi(\mathbf{x}_s) + 2AD(\mathbf{n} \cdot \nabla)\phi(\mathbf{x}_s) = 0$$ 其中 $A$ 是与菲涅尔反射相关的参数： $$A = \frac{1 + F_{dr}}{1 - F_{dr}}$$ 菲涅尔反射率的计算

漫反射菲涅尔反射率： $$F_{dr} = \int_0^{\pi/2} R(\theta) \sin(2\theta) d\theta$$ 对于相对折射率 $\eta = n_2/n_1$：

• $\eta < 1$：$F_{dr} \approx -1.440\eta^{-2} + 0.710\eta^{-1} + 0.668 + 0.0636\eta$
• $\eta > 1$：$F_{dr} \approx -0.4399 + 0.7099/\eta - 0.3319/\eta^2 + 0.0636/\eta^3$

扩散近似的有效性范围

定义无量纲参数：

• 光学厚度：$\tau = \sigma_t'L$（L是特征长度）
• 反照率：$\alpha' = \sigma_s'/\sigma_t'$

扩散近似误差： $$\epsilon \approx \frac{1}{\sqrt{3\tau(1-\alpha')}}$$ 要求 $\epsilon < 0.1$，需要：

• $\tau > 10$ 且 $\alpha' > 0.9$
• 或 $\tau(1-\alpha') > 3.3$

5.3.2 偶极子近似

点光源的格林函数

对于无限介质中的点光源 $Q(\mathbf{x}) = \delta(\mathbf{x} - \mathbf{x}_0)$，扩散方程的解为： $$\phi(\mathbf{x}) = \frac{1}{4\pi D} \frac{e^{-\kappa r}}{r}$$ 其中 $r = ||\mathbf{x} - \mathbf{x}_0||$。

偶极子源配置

为满足边界条件，使用镜像源方法：

1. 真实源：位于 $\mathbf{x}_r = \mathbf{x}_0 + z_m\mathbf{n}$（深度 $z_m = 1/\sigma_t'$）
2. 镜像源：位于 $\mathbf{x}_v = \mathbf{x}_0 - (z_m + 2z_b)\mathbf{n}$

其中 $z_b = 2AD$ 是外推边界距离。

BSSRDF的扩散近似

双向次表面散射分布函数（BSSRDF）定义出射辐射亮度与入射辐照度的关系： $$S(\mathbf{x}_i, \boldsymbol{\omega}_i; \mathbf{x}_o, \boldsymbol{\omega}_o) = \frac{dL_o(\mathbf{x}_o, \boldsymbol{\omega}_o)}{dE_i(\mathbf{x}_i, \boldsymbol{\omega}_i)}$$ 在扩散近似下： $$S_d(\mathbf{x}_i, \mathbf{x}_o) = \frac{1}{4\pi} F_t(\eta, \boldsymbol{\omega}_i) R_d(||\mathbf{x}_i - \mathbf{x}_o||) F_t(\eta, \boldsymbol{\omega}_o)$$ 扩散剖面 $R_d(r)$ 为： $$R_d(r) = \frac{\alpha'}{4\pi} \left[ \frac{e^{-\sigma_{tr}d_r}}{d_r^2} + \frac{e^{-\sigma_{tr}d_v}}{d_v^2} \right]$$ 其中：

• $d_r = \sqrt{r^2 + z_r^2}$：到真实源的距离
• $d_v = \sqrt{r^2 + z_v^2}$：到虚拟源的距离
• $\sigma_{tr} = \sqrt{3\sigma_a\sigma_t'}$：有效传输系数
• $\alpha' = \sigma_s'/\sigma_t'$：约化反照率

5.3.3 多层材质模型

层状介质的解析解

对于N层平行介质，每层有不同的光学性质${\sigma_{a,i}, \sigma_{s,i}, g_i}$。在每层内： $$\frac{d^2\phi_i}{dz^2} - \kappa_i^2 \phi_i = 0$$ 通解形式： $$\phi_i(z) = A_i e^{-\kappa_i z} + B_i e^{\kappa_i z}$$ 界面连续性条件

在层间界面 $z = z_i$：

1. 通量连续：$\phi_i(z_i) = \phi_{i+1}(z_i)$
2. 通量导数连续：$D_i(d\phi_i/dz)|_i = D_{i+1}(d\phi_{i+1}/dz)|_i$

构成线性方程组，可解得各层系数。

多极展开方法

对于更复杂的几何，使用多极展开： $$\phi(\mathbf{x}) = \sum_{n=0}^{\infty} \sum_{m=-n}^{n} a_{nm} \psi_{nm}(\mathbf{x})$$ 其中 $\psi_{nm}$ 是满足边界条件的基函数。

快速多极方法（FMM）

对于大量散射源，直接求和的复杂度为 $O(N^2)$。FMM通过层次分解将复杂度降至 $O(N \log N)$：

1. 将空间分解为八叉树
2. 对远场使用多极展开
3. 对近场直接计算

量化多层SSS

定义有效穿透深度： $$d_{eff} = \frac{1}{\sigma_{tr}} = \frac{1}{\sqrt{3\sigma_a\sigma_t'}}$$ 多层材质的有效BSSRDF可通过加权平均近似： $$S_{multi} \approx \sum_i w_i S_i$$ 权重 $w_i$ 基于各层的光学厚度和位置。

5.4 参与介质

参与介质（Participating Media）是指光在其中传播时会发生吸收、发射和散射的介质，如烟雾、云、水等。本节探讨如何在体积渲染框架下处理这些介质。

5.4.1 均匀与非均匀介质

均匀介质

在均匀介质中，光学性质不随空间变化：$\sigma_a$、$\sigma_s$、$g$ 为常数。

透射率的解析形式： $$T(s) = e^{-\sigma_t s}$$ 内散射积分简化为： $$L_s = \sigma_s \int_0^s e^{-\sigma_t t} \int_{S^2} p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) L_{in}(\mathbf{x}_0 + t\boldsymbol{\omega}, \boldsymbol{\omega}') d\boldsymbol{\omega}' dt$$ 非均匀介质

光学性质随空间变化：$\sigma_a(\mathbf{x})$、$\sigma_s(\mathbf{x})$、$g(\mathbf{x})$。

透射率的一般形式： $$T(s_1, s_2) = \exp\left(-\int_{s_1}^{s_2} \sigma_t(\mathbf{x}(s)) ds\right)$$ 光学厚度（optical depth）： $$\tau(s_1, s_2) = \int_{s_1}^{s_2} \sigma_t(\mathbf{x}(s)) ds$$ 则 $T = e^{-\tau}$。

介质的数学分类

1. 分段常数：空间划分为有限个均匀区域
2. 连续变化：$\sigma_t(\mathbf{x})$ 是连续函数
3. 随机介质：$\sigma_t(\mathbf{x})$ 是随机场

对于随机介质，使用统计描述： $$\langle T \rangle = \exp\left(-\int \langle\sigma_t\rangle ds\right) \cdot C(\tau)$$ 其中 $C(\tau)$ 是相关修正因子。

5.4.2 光线行进算法

Ray Marching 基础

将射线离散为 $N$ 步，步长 $\Delta s$： $$L_{out} = L_{in} \prod_{i=0}^{N-1} T_i + \sum_{i=0}^{N-1} L_{s,i} \prod_{j=i+1}^{N-1} T_j$$ 其中：

• $T_i = \exp(-\sigma_{t,i} \Delta s)$：第 i 步的透射率
• $L_{s,i}$：第 i 步的散射贡献

自适应步长策略

1. 基于光学厚度：保持每步 $\Delta\tau = \sigma_t \Delta s$ 恒定 $$\Delta s_i = \frac{\Delta \tau_{target}}{\sigma_t(\mathbf{x}_i)}$$

2. 基于误差估计：使用Richardson外推 $$\epsilon = |L_{N} - L_{2N}|$$ 当 $\epsilon > \epsilon_{max}$ 时细分步长。

3. 重要性引导：在重要区域（如光源附近）使用更小步长

Woodcock Tracking（Delta Tracking）

虚拟粒子方法，将非均匀介质转化为均匀介质处理：

1. 定义主消光系数：$\bar{\sigma}_t \geq \max \sigma_t(\mathbf{x})$
2. 虚拟消光系数：$\sigma_n(\mathbf{x}) = \bar{\sigma}_t - \sigma_t(\mathbf{x})$
3. 采样自由程：$s \sim \bar{\sigma}_t \exp(-\bar{\sigma}_t s)$
4. 在采样点以概率 $\sigma_t(\mathbf{x})/\bar{\sigma}_t$ 发生真实相互作用

优点：无偏，处理高频变化介质 缺点：$\bar{\sigma}_t \gg \sigma_t$ 时效率低

Ratio Tracking

Woodcock tracking 的推广，使用控制变量： $$\bar{\sigma}_t(\mathbf{x}) = \mu(\mathbf{x}) \sigma_t^{max}$$ 其中 $0 < \mu(\mathbf{x}) \leq 1$ 是空间变化的控制函数。

Spectral Tracking

对于波长相关的介质，独立追踪每个波长会导致相关性丢失。联合采样策略： $$P(s, \lambda) = \sigma_t(\mathbf{x}(s), \lambda) \exp\left(-\int_0^s \sigma_t(\mathbf{x}(t), \lambda) dt\right) P(\lambda)$$

5.4.3 重要性采样策略

距离采样

给定透射率 $T(s) = \exp(-\int\sigma_t ds)$，采样碰撞距离：

1. 均匀介质：逆变换采样 $$s = -\frac{\ln(1-\xi)}{\sigma_t}$$

2. 分段常数：逐段采样 τ_target = -ln(1-ξ) τ_sum = 0 for each segment i: τ_i = σ_t,i * length_i if τ_sum + τ_i > τ_target: s = (τ_target - τ_sum) / σ_t,i break τ_sum += τ_i

3. 一般非均匀：数值求解 $$\int_0^s \sigma_t(\mathbf{x}(t)) dt = -\ln(1-\xi)$$ 相位函数采样

4. Henyey-Greenstein：见5.2.3节

5. Rayleigh：使用拒绝采样或分解方法
6. Tabulated：构建CDF并二分查找

联合重要性采样

考虑光源方向的重要性： $$p(\boldsymbol{\omega}) = \alpha p_{phase}(\boldsymbol{\omega}) + (1-\alpha) p_{light}(\boldsymbol{\omega})$$ MIS（Multiple Importance Sampling）权重： $$w_{phase} = \frac{p_{phase}^2}{p_{phase}^2 + p_{light}^2}$$ Equiangular Sampling

对于点光源或小光源，沿射线的重要性呈现峰值。等角采样： $$t(\xi) = D \tan\left((1-\xi)\theta_a + \xi\theta_b\right)$$ 其中 $D$ 是到光源的最近距离，$[\theta_a, \theta_b]$ 是角度范围。

Joint Importance Sampling

结合距离采样和等角采样： $$p(t) = \frac{1}{2} p_{distance}(t) + \frac{1}{2} p_{equiangular}(t)$$ 使用MIS组合两种策略的贡献。

体积光子映射

存储介质中的光子：

struct VolumePhoton {
    vec3 position
    vec3 direction  
    vec3 power
    float radius    // 用于密度估计
}

辐射亮度估计： $$L(\mathbf{x}, \boldsymbol{\omega}) = \frac{1}{4\pi r^3} \sum_{i \in N(\mathbf{x},r)} p(\boldsymbol{\omega}_i \to \boldsymbol{\omega}) \Phi_i$$

5.5 能量守恒与互易性

能量守恒和互易性是基于物理的渲染的两个基本原理。它们不仅确保渲染结果的物理正确性，还提供了验证算法实现的有力工具。

5.5.1 能量守恒的数学表述

BRDF的能量守恒

对于任意入射方向 $\boldsymbol{\omega}_i$，反射的总能量不能超过入射能量： $$\int_{\Omega} f_r(\boldsymbol{\omega}_i, \boldsymbol{\omega}_o) (\boldsymbol{\omega}_o \cdot \mathbf{n}) d\boldsymbol{\omega}_o \leq 1$$ 定义方向反射率（directional albedo）： $$\rho_d(\boldsymbol{\omega}_i) = \int_{\Omega} f_r(\boldsymbol{\omega}_i, \boldsymbol{\omega}_o) (\boldsymbol{\omega}_o \cdot \mathbf{n}) d\boldsymbol{\omega}_o$$ 能量守恒要求：$\rho_d(\boldsymbol{\omega}_i) \leq 1$ 对所有方向成立。

半球反射率（Hemispherical Albedo）

平均所有入射方向： $$\rho_{hh} = \frac{1}{\pi} \int_{\Omega} \int_{\Omega} f_r(\boldsymbol{\omega}_i, \boldsymbol{\omega}_o) (\boldsymbol{\omega}_i \cdot \mathbf{n}) (\boldsymbol{\omega}_o \cdot \mathbf{n}) d\boldsymbol{\omega}_i d\boldsymbol{\omega}_o$$ 对于朗伯表面：$\rho_{hh} = \rho$（反射率常数）。

相位函数的能量守恒

已在5.2.2节讨论： $$\int_{S^2} p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) d\boldsymbol{\omega} = 1$$ 辐射传输方程的能量守恒

对RTE在所有方向积分： $$\int_{S^2} (\boldsymbol{\omega} \cdot \nabla) L d\boldsymbol{\omega} + \sigma_a \phi - \sigma_a \phi_e = 0$$ 其中利用了散射项的守恒性。这导出辐射通量的守恒方程： $$\nabla \cdot \mathbf{F} + \sigma_a (\phi - \phi_e) = 0$$ 渲染方程的能量分析

定义传输算子 $\mathcal{T}$： $$(\mathcal{T}L)(\mathbf{x}, \boldsymbol{\omega}) = \int_{\mathcal{M}} \int_{S^2} K(\mathbf{x}, \boldsymbol{\omega} \leftarrow \mathbf{x}', \boldsymbol{\omega}') L(\mathbf{x}', \boldsymbol{\omega}') d\boldsymbol{\omega}' d\mathbf{x}'$$ 能量守恒要求算子范数 $||\mathcal{T}|| < 1$，保证Neumann级数收敛： $$L = L_e + \mathcal{T}L_e + \mathcal{T}^2L_e + ...$$

5.5.2 Helmholtz互易原理

基本陈述

光路可逆：交换光源和探测器位置，测得的辐射亮度相同。

数学表述： $$f_r(\boldsymbol{\omega}_i \to \boldsymbol{\omega}_o) = f_r(\boldsymbol{\omega}_o \to \boldsymbol{\omega}_i)$$ 互易性的推广

1. BSSRDF互易性： $$S(\mathbf{x}_i, \boldsymbol{\omega}_i; \mathbf{x}_o, \boldsymbol{\omega}_o) = S(\mathbf{x}_o, -\boldsymbol{\omega}_o; \mathbf{x}_i, -\boldsymbol{\omega}_i)$$

2. 相位函数互易性： $$p(\boldsymbol{\omega}_i \to \boldsymbol{\omega}_o) = p(-\boldsymbol{\omega}_o \to -\boldsymbol{\omega}_i)$$

3. 传输互易性： 设 $G(\mathbf{x}, \mathbf{y})$ 为从 y 到 x 的格林函数，则： $$G(\mathbf{x}, \mathbf{y}) = G(\mathbf{y}, \mathbf{x})$$ 互易性的物理起源

基于时间反演对称性和洛伦兹互易定理。在经典电磁理论中： $$\int_V \mathbf{J}_1 \cdot \mathbf{E}_2 dV = \int_V \mathbf{J}_2 \cdot \mathbf{E}_1 dV$$ 非互易情况

1. 磁光效应：存在外磁场时
2. 非线性光学：强光场下
3. 荧光和磷光：涉及能级跃迁

互易性在渲染中的应用

1. 双向路径追踪：连接光路时利用互易性
2. 光子映射：光子传播和聚集查询的对称性
3. 算法验证：检查BRDF实现是否满足互易性

5.5.3 白炉测试与验证

白炉测试（White Furnace Test）

在完全封闭的均匀发光环境中，所有点的辐射亮度应相等。

设置：

• 封闭场景，所有表面 $\rho = 1$（完美漫反射）
• 均匀发射 $L_e = 1$
• 无吸收介质

理论结果：$L(\mathbf{x}, \boldsymbol{\omega}) = 1$ 处处成立。

数值验证方法

1. 蒙特卡洛收敛性： $$\text{Variance}[L_N] \propto \frac{1}{N}$$ 其中 $N$ 是样本数。

2. 能量平衡检查： $$\left| \frac{\text{Power}_{out} - \text{Power}_{in}}{\text{Power}_{in}} \right| < \epsilon$$

3. 互易性测试： 交换光源和相机，比较结果： $$\left| \frac{L_{forward} - L_{backward}}{L_{forward}} \right| < \epsilon$$ 体积介质的白炉测试

对于参与介质，修改条件：

• 单散射反照率 $\alpha = 1$（纯散射）
• 各向同性相位函数

稳态解：$\phi(\mathbf{x}) = \text{const}$

灰炉测试（Gray Furnace Test）

更一般的情况，表面反射率 $\rho < 1$： $$L = \frac{L_e}{1 - \rho}$$ 这提供了多次反射正确实现的验证。

基于物理约束的调试

1. 正定性：$L \geq 0, T \in [0,1]$
2. 归一化：$\int p d\omega = 1, \int \text{BRDF} \cos \theta d\omega \leq 1$
3. 对称性：检查旋转不变性等
4. 极限情况：
   • $\sigma_t \to 0$：退化为真空
   • $\sigma_s \to 0$：纯吸收（Beer定律）
   • $g \to 0$：各向同性散射

误差度量

相对误差： $$E_{rel} = \frac{||L_{computed} - L_{reference}||}{||L_{reference}||}$$ RMSE（均方根误差）： $$E_{RMS} = \sqrt{\frac{1}{N} \sum_i (L_i^{comp} - L_i^{ref})^2}$$ 感知误差（如SSIM）考虑人眼特性。

本章小结

本章建立了基于物理的渲染的数学框架，核心是辐射传输方程（RTE）： $$(\boldsymbol{\omega} \cdot \nabla) L + \sigma_t L = \sigma_a L_e + \sigma_s \int_{S^2} p(\boldsymbol{\omega}' \to \boldsymbol{\omega}) L(\boldsymbol{\omega}') d\boldsymbol{\omega}'$$ 关键概念：

• 光学系数：吸收 $\sigma_a$、散射 $\sigma_s$、消光 $\sigma_t = \sigma_a + \sigma_s$
• 相位函数：描述散射方向分布，如Henyey-Greenstein
• 扩散近似：高散射介质的简化，导出BSSRDF
• 参与介质算法：Ray Marching、Woodcock Tracking等
• 基本原理：能量守恒和Helmholtz互易性

这些概念构成了体积渲染的统一框架，为后续章节中的神经渲染方法提供物理基础。

练习题

基础题

练习 5.1 证明对于纯吸收介质（$\sigma_s = 0$），辐射传输方程的解满足比尔-朗伯定律。

练习 5.2 推导Henyey-Greenstein相位函数的归一化常数。

练习 5.3 证明扩散系数 $D = 1/(3\sigma_t')$ 的物理意义。

挑战题

练习 5.4 推导双层介质（表层+基底）的BSSRDF解析表达式。

练习 5.5 设计一个自适应的ray marching算法，基于局部光学厚度调整步长。

练习 5.6 分析Woodcock tracking在极端情况下的效率，并提出改进方案。

练习 5.7 证明在多次散射主导的情况下，各向异性散射介质可以用等效的各向同性散射介质近似。

常见陷阱与错误

1. 相位函数归一化错误

   • 错误：忘记$4\pi$因子或使用错误的积分域
   • 正确：$\int_{S^2} p d\omega = 1$，注意是在整个球面积分

2. 能量不守恒的BRDF

   • 错误：BRDF参数设置导致 $\int f_r \cos\theta d\omega > 1$
   • 检查：实现白炉测试验证

3. 扩散近似的误用

   • 错误：在薄层或低散射介质使用扩散近似
   • 准则：光学厚度 $\tau > 10$ 且 $\alpha > 0.9$

4. 数值不稳定

   • 错误：在 $\sigma_t \approx 0$ 时直接计算 $\exp(-\sigma_t s)/\sigma_t$
   • 解决：使用泰勒展开或特殊处理

5. 采样偏差

   • 错误：重要性采样的PDF与实际采样不匹配
   • 验证：统计采样分布，与理论PDF比较

6. 边界条件处理

   • 错误：忽略菲涅尔效应或使用错误的外推距离
   • 影响：次表面散射结果偏暗或偏亮

最佳实践检查清单

算法实现

• [ ] RTE求解器通过白炉测试
• [ ] BRDF满足能量守恒和互易性
• [ ] 相位函数正确归一化
• [ ] 数值方法在极限情况下稳定

性能优化

• [ ] 使用空间数据结构加速介质查询
• [ ] 实现多种采样策略并用MIS组合
• [ ] 缓存重复计算（如光学厚度积分）
• [ ] 考虑LOD：远处使用简化模型

验证测试

• [ ] 与解析解对比（如单次散射）
• [ ] 检查能量守恒（输入功率=输出功率）
• [ ] 验证互易性（交换光源和相机）
• [ ] 收敛性分析（误差 $\propto 1/\sqrt{N}$）

参数设置

• [ ] 物理合理的光学系数（$\sigma_a, \sigma_s$基于测量数据）
• [ ] 相位函数的g参数符合材质特性
• [ ] 步长设置平衡精度和性能
• [ ] 采样数量基于场景复杂度调整