光场
基本思想，用平面来模拟人眼实际看到三维空间
全光函数
通过函数的形式来描述所有光线信息
引入两个参数来描述光线的位置信息，得到一张灰度图 
，加入光的波长，得到色彩信息 
引入时间 最后引入自己的位置，代表整个世界中的光线分布 
对于这个七维的函数，可以表示任何地方，任何方向，任何时间看到的东西的颜色，这就是全光函数
光线
光线具有起点和方向，定义为
也可以用两个点来定义
光场
由全光函数可以知道世界中任意光线的分布，由一块幕布来模拟三维空间的思想给出了这样一种解决方式，想要描述一个物体的视觉信息，只要找出它的包围盒，并记录包围盒表面任意一点向任意方向的发光情况即可，光场就是在任意位置向任意方向的光照强度
知道光场后，从任意位置都可以看向这个物体，有了视点以及方向查询
而有了包围盒后，不需要知道物体的细节，只要记录包围盒表面的任何位置任何方向的光照信息即可
光场可以用
也可以定义两个相互平行的平面，只要连接两个点就可以确定唯一的一条光线，找到所有的uv和st的对应关系，便可以定义任意一条光线
假设整个世界在st平面右边
从uv上一固定点向st平面上任意一点看，得到的就相当于在这个点放一个摄像机所得到的图集
从uv上任意一点向st平面上一固定点看，得到的就是同一个物体在不同方向上所得到的结果
光场摄像机
基本原理：将像素替换成透镜，让透镜将来自不同方向的光分开然后记录下来
这种底片支持后期的重新聚焦
还原普通照片的方法：对于每个透镜都选择每一“块”的最底部的像素。
有了光场之后，可以虚拟移动相机的位置 ，而光场摄像机记录了所有的光场信息。
但是光场摄像机存在分辨率不足，高成本等问题
颜色
颜色本质上是人的一种感知，而不是光的某种物理属性，不同波长的光不是不同的颜色
颜色的物理学基础
不同的颜色对应着不同的吸收光谱
可见光的光谱
谱功率密度
谱功率密度（SPD）是光线不同波长的光强分布是多少，也即不同颜色的光对应的光强分布
谱功率密度是度量光的重要属性，具有线性运算的性质
颜色的生物学基础
人的眼睛的构造与相机类似，而颜色这一感知就是在视网膜这一结构上形成的
感光细胞
视网膜上有两种感光细胞：
- 视杆细胞：感知光的强度，得到一张灰度图
- 视锥细胞：感知光的颜色，有三种类型：S-Cone，M-Cone，L-Cone，对于不同波长的光反应不一样
并且感光细胞存在极强的个体差异性，在不同人中分布不同
三色理论
三色理论提出人所看到的颜色，其实是由三个数所构成的，而不是具体的物体
每一个光的波长信息不能被人眼测量，也不能被大脑接受
而人眼在得到了SML这三个数后向大脑传输信号，使大脑获取这一信息，最终形成了颜色这一感知
同色异谱
由于人所感知到的颜色实际上只是由3个数构成的，所以很有可能出现最后看到的色彩相同，但是光谱分布不同这样的情况，因此有时并不需要知道具体的光谱分布，而只需要通过不同波长的实验进行模拟即可
这四张光谱截然不同，但积分出来所得到的颜色却是相同的
颜色匹配
颜色匹配主要有两种系统：加色系统和减色系统
加色系统
减色系统
给定一组主要的光，调整这些光的亮度并将其混合在一起，最终用一组3个数RGB来描述
但是有的颜色加不出来，此时可以在原色上加色，相当于给调色减色，由此得到相同的颜色
CIE RGB Color Matching
CIE RGB Color Matching Functions
即每个CIE RGB主要光匹配x轴上给定波长的单色光需要混合的量
Color Reproduction with Matching Functions
对于任何一个光谱s，感知到的光被下面的公式匹配（缩放CIE RGB原色）
颜色空间
由不同的方法所生成的一系列颜色称为颜色空间
sRGB
sRGB：标准RGB空间，是最常见，最广泛的色彩空间，但是色域有限
CIE XYZ
CIE XYZ是一个人造的的颜色匹配系统，首先设定标准颜色原色组X，Y，Z
可以看出y的分布函数大致均匀且对称，因此可以将y视为一个特殊的表示亮度的常量
对X，Y，Z进行归一化，得到x，y，z
固定y，得到一张关于x，z的关系的函数图，在对应的位置填上对应的颜色，就得到一张色域图，表示所能表示出来的颜色
不同颜色空间所对应的色域
HSV颜色空间
HSV颜色空间常见于拾色器中，方便调出需要的颜色：
- Hue：色调，不同类型的颜色
- Saturation：饱和度，更接近白色还是纯色
- Brightness：亮度，色彩的明暗程度
CIELAB Space（L*a*b）
利用了互补色和视觉暂留原理的一种颜色空间，以一对互补色为轴的两端进行表示
互补色：无法混合的两种颜色
