这篇博客探讨了计算机图形学中的光线追踪技术，从光栅化阴影映射的局限性出发，深入到光线追踪的原理，包括递归光线追踪、光线与表面的交点计算、加速技术如AABB和KD-Tree。接着，文章介绍了辐射度量学的基础，包括光能、辐射强度、 Irradiance和Radiance的概念，以及BRDF在描述材料反射特性中的作用。最后，阐述了全局光照的重要性以及蒙特卡洛路径追踪在解决全局光照问题中的应用。
目录
0. 阴影：Shadow Mapping（从光栅化角度实现）
1.1 Recursive (Whitted-Style) Ray Tracing：模拟光不断弹射的过程
1.2 光线与表面求交 Ray-Surface Intersection
2.1 Bounding Volumes：AABB（轴对齐包围盒）
⭐2.2.1 判断光线是否与AABB相交：取进入时间最大值与离开时间最小是的交集
2.2.1 Oct-Tree、KD-Tree、BSP-Tree
2.3 物体划分：Object Partitions & Bounding Volume Hierarchy(BVH)
3.1 Radiant Energy & Flux（Power）
3.1.2 Radiant Flux：Lumen(流明)、功率
3.2 Radiant Intensity：每立体角发射的光强度
3.3.1 Lamber's Cosint Law：表面接受的能量只与垂直方向有关
3.4 Radiance：每单位立体角、每单位表面 接受、发射多少能量（描述光线）
3.4.1 Incident Radiance：每单位立体角到达表面的Irradiance
3.4.2 Exiting Radiance：每单位面积离开表面发射的Intensity
⭐3.5 Bidirectional Reflectance Distribution Function (BRDF)：描述光从某个方向入射进来并且沿某方向反射出去的能量
3.5.2 渲染方程The Rendering Equation：反射方程+自身发光项
⭐3.5.3 全局光照：对反射方程的理解—直接光照+间接关照
4.1 蒙特卡洛积分：求一个复杂函数的定积分—解析解-->数值解
0. 阴影：Shadow Mapping（从光栅化角度实现）
思想：
- 一个可见点，你的视线可以看到，光源也可以看到
- 一个不可见点（阴影），你的视线可以看到，光源看不到
经典的Shadow Mapping 只能处理点光源的情形（硬阴影，边界非黑即白）
1.从光源出发，看向各个像素点，记录各个点的深度
2.从相机出发，从看到的点投影回光源，记录一个深度，若此点可见，则两次深度影响同
3.从相机出发，从看到的点投影回光源，记录一个深度，发现深度与从光源出发的深度不同，则为阴影
如果一个物体有软阴影，那么它的光源一定是有大小的。
硬阴影与软阴影的区别与原理，即本影(Umbra)和半影(Penumbra)的区别。
由此，shadow maps存在着一些问题：
⭐1.光线追踪：光路(线)的可逆性、光的折射、着色贡献度
1.0 Why Ray Tracing？光栅化的局限性
光栅化的局限性：
- 无法处理光线多次弹射的情况，即全局光照
- 光栅化虽快，但质量相对较低
1.1 Recursive (Whitted-Style) Ray Tracing：模拟光不断弹射的过程
引用课上闫老师的原话做一个精炼：
- 这是一个玻璃球，从视线发出的光线，会发生两种情况：折射与反射
- 着色发生了变化：原本只关注该点能否被光源照亮，只计算一次；Whitted-Style是考虑如果光源能够照亮任何一个可以发生弹射的点，就都把他们着色的值加到像素的值上去。
- 考虑光的能量损失。
计算光在不同次数下的折射的各个光路结果累加到一个像素中去。
在每一个弹射的点，都会计算其着色的值。最后都会被累加到视线穿过的像素点。
1.2 光线与表面求交 Ray-Surface Intersection
1.2.1 光线方程：r(t) = o + td
1.2.2 光线与球体求交：
1.2.3 光线与隐式表面求交：
⭐1.2.4 光线与三角形网格求交：两种方法
- 分解：先求光线与表面交点，再判断交点是否在三角形内
- 平面法线与平面内一点确定平面方程，与光线方程相等
- Möller Trumbore Algorithm：重心坐标，直接判断三角形与光线相交，克莱姆法则
⭐2. 光线追踪加速：
最基本的光线追踪会与场景中所有的三角形面求交，并且要计算每一个像素的值，Very Slow！
2.1 Bounding Volumes：AABB（轴对齐包围盒）
与x,y,z轴平行的三个面，故称轴对齐。
⭐2.2.1 判断光线是否与AABB相交：取进入时间最大值与离开时间最小是的交集
- 当光线穿过所有轴对齐面，即为进入AABB
- 当光线只要离开其中一个面，即离开AABB
- 当光线进入Box时间小于离开Box时间，即光源就在Box内部
这里考虑如下前提：光线是射线！，与集中特殊几种情况：
：Box在光源之后，即光线与Box无交点！
&&
：光源在Box内部，有交点！
总之，当且仅当： &&
，光线与Box才有交点！
那为什么要用轴对称这一性质呢？原因很简单，免去了计算不平行与轴平面的法线的麻烦！
2.2 空间划分
2.2.1 Oct-Tree、KD-Tree、BSP-Tree
Oct-Tree：类似于切豆腐，三维物体切三刀，分为八块；二维物体切两刀，分为四块；以此类推。
如何切？比如在二维空间中切两刀（多了4块），发现这部分切完之后有三块都是空的，那就没必要继续切下去了。当然这只是一个直观理解上的例子，实际上什么时候停下来取决于具体约束，比如这部分有多少数量的物体即可停下，或者当这个格子是空的时候为止。
但随着维度增加，切的空间称指数级上升。
KD-Tree：每次沿着某一个水平或垂直轴(xyz)划分，为二分
⭐2.2.2 KD-Tree的光线求交判断过程：
但
- 如何判断三角形与AABB有交点是一件很难的事，所以KD-Tree逐渐减少了使用。
- 一个物体有可能出现在多个叶子节点中，也就是多个格子里。
2.3 物体划分：Object Partitions & Bounding Volume Hierarchy(BVH)
把物体分为两堆，重新计算包围盒
快速选择算法：快速选择算法 - Salty_Fish - 博客园 (cnblogs.com)
⭐3.辐射度量学(Radiometry)
3.0 Motivation
光的强度 Intensity？etc...
给光的各方面物理意义一个精确的定义！
3.1 Radiant Energy & Flux（Power）
3.1.1 Radiant Energy：能量
3.1.2 Radiant Flux：Lumen(流明)、功率
3.2 Radiant Intensity：每立体角发射的光强度
3.3 Irradiance：每单位表面接受多少能量
3.3.1 Lamber's Cosint Law：表面接受的能量只与垂直方向有关
3.4 Radiance：每单位立体角、每单位表面 接受、发射多少能量（描述光线）
3.4.1 Incident Radiance：每单位立体角到达表面的Irradiance
3.4.2 Exiting Radiance：每单位面积离开表面发射的Intensity
Irrandiance与Radiance的联系与区别： 积分的关系，单位的不同
⭐3.5 Bidirectional Reflectance Distribution Function (BRDF)：描述光从某个方向入射进来并且沿某方向反射出去的能量
一个光从某个方向入射进来，会向四面八方反射出去，我们需要的是其中某一个具体的方向的反射光所携带的能量。
也可以理解为：光携带能量入射到某一个点，这个点会吸收光的能量，然后再从这个点将这部分能量反射释放出去。但是我们不知道往具体某一个方向发射的能量是多少，这时就需要这样一个函数，也就是BRDF。
BRDF描述了光线如何与物体作用，正是这一概念，决定了物体的材质，BRDF项定义了不同的材质。
3.5.1 反射方程：所有入射光对一条反射光线的贡献
3.5.2 渲染方程The Rendering Equation：反射方程+自身发光项
⭐3.5.3 全局光照：对反射方程的理解—直接光照+间接关照
反射出的光=自身发光+Sum（（点光源发光）× BRDF(材质) × 入射光角度的cos ）
若是面光源，则可由面上的点光源积分而得：
反射方程的一种线性表示形式，其目的在于理解光线追踪下，光线是由直接光照和间接光照组合而成，其中间接光照包括一次直接光照和若干次反弹（这里有些模糊，还是得再回去听一下老师的讲解） ：
4.蒙特卡洛路径追踪
4.1 蒙特卡洛积分：求一个复杂函数的定积分—解析解-->数值解
想求一个积分，但是函数形式特别复杂，无法提供一个数学表达式，也就是解析的形式，来计算定积分。
如何解决？通过随机采样值得平均来近似定积分。
蒙特卡洛积分公式：
4.2 路径追踪
思考：Whitted Style的光线追踪一定对吗？
不断去弹射光线，在任何位置都连一条光线。
打到比如玻璃的物体，会发生反射或折射；
打到漫反射的物体，就停下来了。
这两件事真的对吗？
不一定。如下图，镜面反射Whitted可能是对的，但Glossy是错的，他不应该与specular一样的反射
下面一个例子更说明一个问题：光线打到diffuse的物体绝不应该停下来
Whitted是错的，但渲染方程是对的：
渲染方程要解决两个问题：
- 如何对其积分？（在半球面）
- 如何处理递归的过程？（因为弹射的每一个点都来自上一个点所接受的光）
4.2.1 蒙特卡洛法求定积分（简单情形：直接光照）
先考虑一个简单情况，此点不发光，求直接光照的积分结果，也就是说从这一点出发开始追踪，看有多少光线直接达到了光源上：
在这种简单的情况下，我们不考虑此点的自发光，并且也知道半球的PDF，那么就可对其用蒙特卡洛积分来近似结果：
其伪代码如下，很好理解，从这个点向外发出wi根光，如果有一条光线达到了光源，那么就将结果累加这部分能量积分的值。
4.2.2 蒙特卡洛求定积分（全局光照）
那么如何考虑全局光照呢？
假设追踪出去的光线达到了一个物体，而不是光源，同时这个被击中的物体也是受光源影响的，那么此时我们考虑转化问题：
将全局的光照转化为物体之间的直接光照，也就是把物体当做一个光源来看待，就成为了一个局部的直接光照，递归的去求下一个物体的直接光照。
递归的深度，也就是光从光源弹射到像素的次数。
由此，将全局光照的总弹射次数转化为局部的物体之间的“直接光照”
伪代码如下：
但仍存在两个问题：
- 如果一个点弹射一次，发出100根光，在下一次弹射又发出100根光，仅仅两次弹射，仅仅一个点发出的光线，就会有10000根光线发出。这种指数级别的算法是不能接受的。
- 递归何时停止？上文说到递归一定次数停止，但自然界中光线是可以弹射无数次的，如何解决这个问题？
此时先引入路径追踪的基本情况：当N=1时，也就是每个弹射点只发出一根光线的情形，就是路线追踪。伪代码中去掉for循环即可：
此时每个像素点计算radiance的伪代码如下：
那么N=1的情况就是路径追踪，解决了光线数量指数爆炸的问题，那么如何解决递归深度的问题？
俄罗斯轮盘赌！
也就是说，我们以一定概率停止继续往下进行路径追踪。
其原理也比较简单：最后概率的期望仍为定积分的结果：
原理上是对的，但仍然存在一些问题：能不能达到光源完全看运气！
由于是基于概率的事件，点发出的光线数量和光源的大小与概率有很大关系！
很多光线都浪费掉了！
此时需要考虑其他的采样方法。
我们考虑，不在从四面八方进行采样，只考虑在光源的区域进行采样。
但这里有个问题，我在光源区域上采样，却在点的半球区域立体角进行积分，
那么得把渲染方程写成在光源上的积分。如下，需要一个对应关系：单位立体角和单位面积
最后考虑最后一种情况：直接光照是否有物体遮挡
扫一扫
4090
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
