Espalhamento Volumétrico Completo de Monte-Carlo

Gostaria de adicionar a dispersão volumétrica de Monte Carlo completa ao meu rastreador de caminho, mas estou tendo dificuldades para pesquisar como fazê-lo. Deixe-me explicar o que eu gostaria de fazer: um raio entra em um material e aplicamos o BTDF; depois de alguma distância, ocorre um evento de espalhamento volumétrico, após o qual (no caso isotrópico), o raio se espalha em qualquer direção no esfera. Isso se repete até que o raio saia do material com outro BTDF.

Minhas perguntas são as seguintes:

1. Como escolho a distância entre eventos de dispersão? A intuição me diz que deve haver algum tipo de dispersão pdf, o que dá a probabilidade de dispersão após uma certa distância?
   • Isso seria correto?
   • O pdf seria uma função linear para materiais isotrópicos?
   • Essa função tem um nome ou algo que eu possa pesquisar no Google?
2. Beer-Lambert ainda se aplicaria entre eventos de dispersão?
   • Eu acho que não. Já que Beer-Lambert é uma simplificação dos cálculos reais de espalhamento.
   • Por outro lado, talvez Beer-Lambert seja um cálculo em escala micro e o rastreamento de caminho em escala macro.
3. Qual é o equivalente volumétrico a um BSDF? Parece que eu posso usar uma função de fase como Henyey-Greenstein para determinar a nova direção, mas o que eu uso para atenuação?
4. Por fim, quais são as melhores frases do Google para espalhamento volumétrico de Monte-Carlo?
   • A busca por espalhamento volumétrico, ou SSS, acaba fornecendo artigos, métodos e postagens no blog sobre as simplificações da simulação completa de Monte-Carlo (dipolo, espalhamento, espalhamento, difusão, etc.)

Antes de tudo, uma boa referência para o traçado de Monte Carlo nos meios de comunicação participantes são as notas do curso de Steve Marschner.

$\sigma$$\sigma = \sigma_s + \sigma_a$

$\sigma$

Então, para responder suas perguntas diretamente:

1. $e^{-\sigma x}$$x$

   $x = -(\ln \xi)/\sigma$$e^{-\sigma x}$

   $\sigma_a/\sigma$$1 - \sigma_a/\sigma$

2. Não, se você seguir o procedimento de amostragem de importância descrito acima, o Beer-Lambert já estará incorporado implicitamente na amostragem; portanto, não será necessário aplicá-lo aos pesos do caminho.

3. $\sigma_s, \sigma_a$

   Você também pode fazer algo assim para BSDFs; você pode fatorar o albedo geral e ter a dependência direcional sempre normalizada. É principalmente uma questão de convenção, AFAICT.

4. Tente "mídia participante" (ou seja, um "meio" volumétrico - "mídia" plural - que "participe" do transporte leve) e "rastreamento de caminho volumétrico".