タグ付けされた質問 「distribution」

1
マイクロファセット分布関数の仮定の理由は?
(とりわけ)粗い表面を通る屈折のマイクロファセットモデルのペーパーは、マイクロファセット分布関数Dに関する次の仮定を思い出させます。 マイクロファセット密度は正の値です マイクロサーフェスの総面積は、少なくとも対応するマクロサーフェスの面積と同じです マイクロサーフェスの(符号付き)投影面積は、任意の方向vのマクロサーフェスの投影面積と同じです。 1)分布密度が正の値である理由を理解できます。直感的に、2)傾斜したマイクロファセットの総面積がそれらの投影よりも小さくならないことを意味すると信じています。 しかし、私は3)の正当化を理解することは確かではありません。3番目の条件はどういう意味ですか?

1
表面のダスト分布を概算する確立された方法はありますか?
直感的には、空気の流れが遅い場所では、ほこりが表面に付着する割合が高くなります。これは、表面にほこりの層が集まる代わりに、コーナーに多くなることを意味します-部屋/棚のコーナー、表面上のオブジェクトの配置によって形成されるコーナー、表面の凹み。 ほこりの厚さ/密度をオブジェクトからの距離に応じて減少させ、壁を含むいくつかのオブジェクトにその効果を組み合わせるだけで、現実感を増すことができます。これにより、予想される厚さの順序が自然に得られます。床のエッジには中央よりも多くのほこりがあり、エッジが交わるコーナーには、中央よりも多くのほこりがあります。ただし、順序を正しくすることによるリアリズムの増加には、比率を正しくするという問題が残っています。ほこりが多いと予想される場所にはほこりが多くありますが、必ずしも適切な量ではありません。 サーフェス上の異なるポイント間の現実的な厚さの比率を概算する確立された方法はありますか?私はこれを完全に物理的に正確にする必要はありません(塵が蓄積するのにかかる長い時間の間に環境を移動するオブジェクトを考慮する必要があります)。私は人間の目には信じられないような平均的な行動を探しています。 オンラインで検索したところ、表面へのダストの堆積をモデル化する方法ではなく、浮遊ダストの大気モデルがほとんど見つかりました。 私の試み-線形および指数分布 以下は、Python(PILフォーク)を使用したPython 3のコードで、私が試したいくつかのディストリビューションを示しています。 from PIL import Image from math import exp def linear(distance, scale): return max(0, 64 - distance * scale) def exponential(distance, scale): return 64 * exp(-distance * scale) def exponential_squared(distance, scale): return 64 * exp(-distance * distance * scale) def gamma_corrected(value): corrected_value = int((value/255)**(1/2.2)*255) …
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.