嘿，这问题简直是光线追踪新手的标配坑啊！我当年入门的时候也踩过一模一样的雷——用了平方反比定律后，远处的物体直接黑得看不见，完全不符合直觉对吧？咱们来把这事掰扯清楚，给你现成的解决方案。

你已经精准定位了问题：光强度到RGB像素的线性映射是罪魁祸首，再加上8bit RGB的动态范围有限，直接放大了这个矛盾。

咱们先理清楚为什么会这样：

• 平方反比定律计算出来的是物理上的线性光强：距离从10单位变到100单位，光强确实降到原来的1/100。
• 但人类的视觉系统对亮度的感知是非线性的——我们对暗部的变化更敏感，对亮部的变化相对迟钝。比如光强从1到10，我们感知到的亮度提升远没有10倍；反过来，光强从10降到1，也不会觉得暗了10倍。
• 8bit RGB的0-255是线性的数值范围，直接把线性光强硬塞进去，就会出现：近距离物体光强太高导致过曝，远距离物体光强太小直接被截断成0（就像你测试的100单位距离的墙壁，255*(1/100)=2.55，取整后就是0，当然看不见）。

这是计算机图形学里解决这个问题的黄金方案，核心就是模拟人类视觉的非线性特性，把线性光强转换成符合感知的色彩值。

具体步骤非常简单：

1. 先保留你计算出来的线性光强值（每个RGB通道单独处理），不要直接乘255转成8bit。
2. 对每个通道的线性强度做伽马变换：通常取1/2.2次方（这是贴合人类视觉感知的标准伽马值），公式是：

   perceived_value = linear_value ^ (1/2.2)
   

3. 把转换后的感知值乘以255，取整得到最终的RGB像素值。

举个你场景里的例子：

• 100单位距离的线性光强是1/100=0.01
• 伽马变换后：0.01^(1/2.2) ≈ 0.158
• 乘以255得到≈40，这时候墙壁会呈现出暗但清晰可见的灰色，而不是直接黑掉。

如果你的场景动态范围特别大（比如同时存在极亮的光源和极暗的阴影），仅靠伽马校正可能还是会丢失细节，这时候可以加上色调映射来压缩动态范围。

入门级的Reinhard色调映射算法非常好用，公式是：

mapped_value = linear_value / (1 + linear_value)

先把线性光强用这个公式压缩到0-1的范围，再做伽马校正，就能更好地保留亮部和暗部的细节。

• 平方反比定律本身是没问题的（针对点光源），你不用怀疑这个模型，问题完全出在色彩映射环节。
• 如果场景里有多个光源叠加，光强可能会超过1，这时候先做色调映射或者简单的曝光控制（比如把所有光强除以场景中的最大光强），再做伽马校正效果会更好。

内容的提问来源于stack exchange，提问作者user2138149