我试图模拟点源发出的辐射。为此,给定源的坐标和所需的发射光线长度,我在球坐标中随机生成一个方向向量,将其转换为笛卡尔坐标,并返回正确的端点。然而,当我运行此程序,并在Blender中可视化生成的点云(由所有随机生成的端点组成)时,我看到它在球体的“极点”处更加密集。我希望点沿球体均匀分布。我怎样才能做到这一点
随机生成函数:
def getRadiationEmissionLineSeg(p, t):
if(p.size == 4):
#polar angle spans [0, pi] from +Z axis to -Z axis
#azimuthal angle spans [0, 2*pi] orthogonal to the zenith (in the XY plane)
theta = math.pi * random.random()
phi = 2 * math.pi * random.random()
#use r = 1 to get a unit direction vector
v = sphericalToCartesian(1, theta, phi)
#parametric vector form: vec = p + tv
#p = point that lies on vector (origin point in case of a ray)
#t = parameter (-inf, inf) for lines, [0, inf) for rays
#v = direction vector (must be normalized)
return p + t * v
球坐标->;笛卡尔转换函数:
def sphericalToCartesian(r, theta, phi):
x = r * math.sin(theta) * math.cos(phi)
y = r * math.sin(theta) * math.sin(phi)
z = r * math.cos(theta)
return npy.array([x, y, z, 0])
当你用球坐标变换点,角度θ接近π时,[0,2pi]x{θ}的图像圆会越来越小。因为θ是均匀分布的,所以在极点附近会有更多的点。它可以在网格的图像上看到
如果要在球体上生成均匀分布的点,可以使用以下事实:如果切割具有两个平行平面的球体,则平面之间的球面条面积仅取决于平面之间的距离。因此,可以使用两个均匀分布的随机变量在球体上获得均匀分布:
然后你可以很容易地计算x和y坐标
示例代码:
n=100,250,1000
的结果:相关问题 更多 >
编程相关推荐