Lorsque l’on affiche un objet 3D sur un écran d’ordinateur, on transforme cet objet en une image, c.a.d en un ensemble de pixels colorés.
On appelle Rendu la discipline qui consiste à trouver la couleur à associer à ces pixels. Calculer la couleur d’un pixel revient à intégrer la quantité de lumière arrivant sur ce pixel depuis toutes les directions. Malheureusement, l’ordinateur ne sait pas calculer des intégrales on va donc approximer numériquement cette équation via des méthodes dites de Monte carlo. Ces méthodes tirent des échantillons dans le domaine, les évaluent, et approximent l'intégrale via une moyenne pondérée de ces échantillons.
En rendu, il est capital que l'échantillonneur utilisé pour générer ces échantillons génère un ensemble de point couvre uniformément le domaine d’échantilonage pour limiter les artefacts dit de bruit. Il faut également que le groupe de points généré ne présente aucune régularité structurelle visible, au risque de voir apparaître des artefacts dit d’aliassage dans l’image résultante.
Classiquement, un échantilloneur uniforme (dit « basse discrépance ») va présenter une forte structure, générant donc de l'aliassage. A l'inverse, les échantillonneurs non aliassés ne présentent pas une uniformité optimale.
Lors de cette thèse, on va chercher à développer une nouvelle famille d'échantillonneurs qui soient à la fois optimaux en termes d'uniformité et optimaux en terme de reduction du bruit.