测量方程通过对一系列携带radiance的光线进行积分，去描述对一个抽象测量数值的计算。比如，当计算图像上第j个像素的数值时，希望对相邻像素的光线(每束光线都带有图像重构函数的权重)进行积分。
这里忽略景深效果（因此，胶片平面上的每个点，对应从相机出去的一根光线）。因此像素数值，可以写作，对胶片平面每一个点上，对每一束相机光线的入射radiance乘以一个权重函数的积分。
其中，是对第j个像素的测量，
是胶片上的一点。在这个设置中，
是像素
的滤波函数，delta函数选择了从
出发的相机方向。
如果我们将这个积分展开，可以看到一个出射辐射度（光源发光）和权重函数
（第j个像素对光线的敏感度）之间完美的对称。从这里，可以引出一个概念，emission和measurement在数学上可以交换。
这种对称很重要：它意味着，可以用两种不同的方式去思考渲染的过程。第一种方式是，光可以被从光源发射，在场景中反弹多次，最终到达相机，传感器的We描述了它的贡献。或者，可以认为是从传感器发出了一个虚拟的量，这个量是一种对光源的测量。
这个思想不仅仅是理论上的，可以被用于实际。一个例子是Dual Photography，他表明通过对其他相机拍摄的输入图片进行处理，可以从视频投影的视角拍摄照片 - 这可以认为吧投影仪当做相机，然后用原始相机作为光源去照亮场景。
通常称作
到场景中某一点
之间的光线的importance。当用测量放出去计算像素是，importance通常部分或者全部由delta函数描述。对于其他不是图像合成的测量来说，importance可以自由构造，因此这里描述的方法可以用于展示，测量方程描述的在路径上的积分，如何也是一个需要计算的积分。
16.1.1 sampling cameras
双向光线传输算法需要能估计场景中任意一点的importance函数的数值。这在计算从光源出发的一条路径上一点的importance很有用。Camera::We()方法，计算了相机上原点p出发，向w方向前进的光线的importance。如果提供了，pRaster2返回了光线在胶片上的光栅化的坐标；概念上，这可以认为是离散的索引j，然后包含了它的最大值；实际上，这个函数返回很小的数值，去更精确的指定光栅化的位置。
这里推导了投影相机的We，其他相机没有。
PerspectiveCamera::We
- 给定相机-世界坐标转换，方法首先将相机的（0，0，1）主方向转到世界空间，计算给定方向是否朝外。否则不对。
- 第二个检查需要考察光线的起始位置是否在胶片上，如果在胶片以外，则不对。
对于带有有限光圈的相机。我们在镜片上有一个交点，及其方向。但是不知道胶片上对应的点，但是，我们又知道所有离开这一点的光线都在z=focalDistance平面上聚焦（这里因为光线都聚焦了，所以，胶片平面在焦平面上）。因此，可以计算光线与焦平面的交点，然后将这一点使用透视投影举证，转换成对应胶片上的一点。对于针孔光圈，这里和任意平面（z=1）相交，去得到沿着光线的一个点。
注意，这里的计算，依赖于一个条件，即：胶片平面在焦平面上！
网友评论